numpy.nanmean

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.nanmean.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=<class numpy._globals._NoValue>)[source]

沿着指定的轴计算算术平均值，忽略NaN。

返回数组元素的平均值。默认情况下，平均数取平展数组，否则在指定轴上。float64中间和返回值用于整数输入。

对于所有NaN切片，返回NaN并产生RuntimeWarning。

版本1.8.0中的新功能。

参数：

a：array_like 数组包含需要平均值的数字。如果a不是数组，则尝试进行转换。 axis：int，可选 计算平均值的轴。默认值是计算平展数组的平均值。 dtype：数据类型，可选 用于计算平均值的类型。对于整数输入，默认值为float64；对于不精确的输入，它与输入dtype相同。 out：ndarray，可选 备用输出放置结果的数组。默认值为None；如果提供，它必须具有与预期输出相同的形状，但如果必要，将投射类型。有关详细信息，请参阅doc.ufuncs。 keepdims：bool，可选 如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将与原始a正确地广播。 If the value is anything but the default, then keepdims will be passed through to the mean or sum methods of sub-classes of ndarray. 如果子类方法不实现keepdims，则会引发任何异常。

返回：

m：ndarray，请参阅上面的dtype参数 如果out = None，则返回包含平均值的新数组，否则将返回对输出数组的引用。对于仅包含NaN的切片，返回Nan。

也可以看看

average

加权平均

mean

算术平均值，而不忽略NaN

var，nanvar

笔记

算术平均值是沿着轴的非NaN元素的总和除以非NaN元素的数量。

请注意，对于浮点输入，使用输入具有的相同精度计算平均值。根据输入数据，这可能会导致结果不准确，特别是对于float32。使用dtype关键字指定更高精度的累加器可以缓解此问题。

例子

>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.nanmean(a)
2.6666666666666665
>>> np.nanmean(a, axis=0)
array([ 2.,  4.])
>>> np.nanmean(a, axis=1)
array([ 1.,  3.5])