numpy.nanmean
numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=) [source]
沿指定轴计算算术平均值，忽略NaN。
返回数组元素的平均值。 默认情况下，平均值取自展平的数组，否则取自指定的轴。float64中间值和返回值用于整数输入。
对于所有NaN片，将返回NaN并引发RuntimeWarning。
1.8.0版中的新功能。
参数 ： | a ：array_like 包含期望平均值的数字的数组。 如果a不是数组，则尝试进行转换。 axis ：{int, int类型tuple, None}, 可选 计算均值所依据的一个或多个轴。 默认值是计算平坦数组的平均值。 dtype ：data-type, 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 要在其中放置结果的备用输出数组。 默认值为None。如果提供的话， 它的形状必须与预期的输出形状相同， 但是如果需要的话， 将强制转换类型。有关更多详细信息， 请参见ufuncs-output-type。 keepdims ：bool, 可选 如果将其设置为True， 那么被缩减的轴将在结果中保留尺寸为1的维度。 使用此选项，结果将相对于原始a正确传递。 如果该值不是默认值， 则keepdims将传递给ndarray子类的 如果子类方法未实现keepdims，则将引发任何异常。 |
返回值 ： | m ：ndarray, see dtype parameter above 如果out = None，则返回包含平均值的新数组， 否则返回对输出数组的引用。 对于仅包含NaN的切片，将返回Nan。 |
Notes
算术平均值是沿轴的非NaN元素之和除以非NaN元素的数量。
请注意，对于浮点输入，将使用与输入相同的精度来计算平均值。根据输入数据，这可能导致结果不准确，尤其是对于float32。使用dtype关键字指定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]) # may vary