scipy.stats.mstats.

hmean#

scipy.stats.mstats.hmean(a, axis=0, dtype=None, *, weights=None, nan_policy='propagate', keepdims=False)[源代码]#

计算沿指定轴的加权调和平均值。

与权重 \(w_i\) 关联的数组 \(a_i\) 的加权调和平均值是

\[\frac{ \sum_{i=1}^n w_i }{ \sum_{i=1}^n \frac{w_i}{a_i} } \, ,\]

当权重相等时，得到

\[\frac{ n }{ \sum_{i=1}^n \frac{1}{a_i} } \, .\]
参数:
a类似数组

输入数组、掩码数组或可转换为数组的对象。

axisint 或 None，默认: 0

如果是一个 int，则这是计算统计信息时要用的输入轴。输入中每个轴切片的统计信息（例如，行），将显示在输出的对应元素中。如果None，则在计算统计信息之前，先拉平输入。

dtypedtype，可选

返回数组和元素求和时累加器的类型。如果未指定dtype，则默认为a 的 dtype，除非a 的整数dtype 精度低于默认平台整数。在该情况下，将使用默认平台整数。

权重array_like，可选

权重数组可以是 1-D（此时其长度必须等于给定轴 上a 的大小）或与a 的形状相同。默认值为 None，即为每个值赋予权重 1.0。

在版本 1.9 中添加。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入的 NaN。

  • propagate：如果在计算统计信息的轴切片（例如，行）中存在 NaN，则输出的对应条目将为 NaN。

  • omit：在执行计算时忽略 NaN。如果在计算统计信息的轴切片中没有足够的数据，则输出的对应条目将为 NaN。

  • raise：如果存在 NaN，则会引发ValueError。

keepdimsbool，默认值：False

如果将此项设置为 True，则降维的轴将保留在结果中，并作为大小为一的维度。使用此选项，该结果将针对输入数组进行正确的广播。

返回:
hmeanndarray

请参阅上面dtype 参数。

另请参阅

numpy.mean

算术平均

numpy.average

加权平均

gmean

几何平均

注释

谐波平均是在输入数组的单个维度（默认情况下为 axis=0）或数组中的所有值（如果 axis=None）上计算的。对于整数输入，使用 float64 中间值和返回值。

自 SciPy 1.9 起，np.matrix 输入（不建议用于新代码）会在执行计算之前转换为 np.ndarray。在这种情况下，输出将是标量或形状合适的 np.ndarray，而不是 2D np.matrix。同样，虽然会忽略掩码数组的掩码元素，但输出将是标量或 np.ndarray，而不是带有 mask=False 的掩码数组。

参考资料

[1]

“加权调和平均数”，维基百科，https://zh.wikipedia.org/wiki/%E5%88%87%E5%90%8C%E5%B9%B3%E6%95%B0

[2]

Ferger, F.， “调和平均数的本质和用法”，《美国统计协会杂志》，第26卷，第36-40页，1931年

示例

>>> from scipy.stats import hmean
>>> hmean([1, 4])
1.6000000000000001
>>> hmean([1, 2, 3, 4, 5, 6, 7])
2.6997245179063363
>>> hmean([1, 4, 7], weights=[3, 1, 3])
1.9029126213592233
本页内容