scipy.stats.mstats.

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 \(a_i\) 与权重 \(w_i\) 相关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，在权重相等的情况下，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

如果为 int，则表示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。如果为 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。默认值为 None，这会为每个值赋予 1.0 的权重。

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，则会引发 ValueError。

keepdimsbool，默认值：False

如果将其设置为 True，则减小的轴将保留在结果中，作为大小为 1 的维度。使用此选项，结果将与输入数组正确广播。

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

备注

样本几何平均值是观测值自然对数的平均值的指数。负观测值将在输出中产生 NaN，因为自然对数（与复数对数相反）仅为非负实数定义。

从 SciPy 1.9 开始，在执行计算之前，np.matrix 输入（不建议用于新代码）会转换为 np.ndarray。在这种情况下，输出将是标量或具有适当形状的 np.ndarray，而不是 2D np.matrix。类似地，虽然会忽略屏蔽数组的屏蔽元素，但输出将是标量或 np.ndarray，而不是 mask=False 的屏蔽数组。

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., “Averages: A New Approach”, Archimedes Foundation, 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