gmean#
- scipy.stats.mstats.gmean(a, axis=0, dtype=None, weights=None, *, nan_policy='propagate', keepdims=False)[源代码]#
计算指定轴上的加权几何平均值。
数组 \(a_i\) 关联到权重 \(w_i\) 的加权几何平均值为
\[\exp \left( \frac{ \sum_{i=1}^n w_i \ln a_i }{ \sum_{i=1}^n w_i } \right) \, ,\]并且,对于相等的权重,它给出
\[\sqrt[n]{ \prod_{i=1}^n a_i } \, .\]- 参数:
- aarray_like
输入数组或可转换为数组的对象。
- axisint 或 None, 默认值: 0
如果是一个整数,则是计算统计量的输入轴。输入的每个轴切片(例如,行)的统计量将出现在输出的相应元素中。如果
None
,则在计算统计量之前将输入展开。- dtypedtype, 可选
在执行计算之前将输入数组强制转换为的类型。
- weightsarray_like, 可选
weights 数组必须可广播到与 a 相同的形状。默认为 None,这为每个值赋予权重 1.0。
- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
:如果在计算统计量的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
:执行计算时将省略 NaN。如果在计算统计量的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
:如果存在 NaN,将引发ValueError
。
- keepdimsbool, 默认值: False
如果将其设置为 True,则缩减的轴将保留在结果中,作为大小为 1 的维度。使用此选项,结果将针对输入数组正确广播。
- 返回:
- gmeanndarray
请参阅上面的 dtype 参数。
另请参阅
numpy.mean
算术平均值
numpy.average
加权平均值
hmean
调和平均值
注释
样本几何平均值是观测值自然对数平均值的指数。负观测值将在输出中产生 NaN,因为自然对数(而不是复数对数)仅为非负实数定义。
从 SciPy 1.9 开始,
np.matrix
输入(不建议用于新代码)在执行计算之前转换为np.ndarray
。在这种情况下,输出将是一个标量或具有适当形状的np.ndarray
,而不是 2Dnp.matrix
。同样,虽然忽略掩码数组的掩码元素,但输出将是一个标量或np.ndarray
,而不是具有mask=False
的掩码数组。gmean
除了 NumPy 之外,还实验性地支持 Python Array API Standard 兼容的后端。 请考虑通过设置环境变量SCIPY_ARRAY_API=1
并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。 支持以下后端和设备(或其他功能)的组合。库
CPU
GPU
NumPy
✅
不适用
CuPy
不适用
✅
PyTorch
✅
✅
JAX
✅
✅
Dask
✅
不适用
有关更多信息,请参阅 支持数组 API 标准。
参考文献
[1]“加权几何平均值”,维基百科,https://en.wikipedia.org/wiki/Weighted_geometric_mean。
[2]Grossman, J., Grossman, M., Katz, R., “平均值:一种新方法”,阿基米德基金会,1983
示例
>>> from scipy.stats import gmean >>> gmean([1, 4]) 2.0 >>> gmean([1, 2, 3, 4, 5, 6, 7]) 3.3800151591412964 >>> gmean([1, 4, 7], weights=[3, 1, 3]) 2.80668351922014