jax.numpy.nanmean

内容

jax.numpy.nanmean#

jax.numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=False, where=None)[source]#

返回数组元素沿给定轴的平均值，忽略 NaN。

JAX 实现 numpy.nanmean().

参数:

  • a (ArrayLike) – 输入数组。

  • axis (Axis) – int 或 int 序列，默认为 None。计算平均值的轴。如果为 None，则沿扁平化数组计算平均值。

  • dtype (DTypeLike | None) – 输出数组的类型。默认为 None。

  • keepdims (bool) – bool，默认为 False。如果为 True，则保留结果中大小为 1 的缩减轴。

  • where (ArrayLike | None) – 布尔 dtype 的数组，默认为 None。用于计算平均值的元素。数组应该与输入广播兼容。

  • out (None) – JAX 不使用。

返回值:

包含数组元素沿给定轴的平均值的数组，忽略 NaN。如果给定轴上的所有元素都是 NaN，则返回 nan。

返回值类型:

数组

参见

示例

默认情况下，jnp.nanmean 计算扁平化数组上元素的平均值。

>>> nan = jnp.nan
>>> x = jnp.array([[2, nan, 4, 3],
...                [nan, -2, nan, 9],
...                [4, -7, 6, nan]])
>>> jnp.nanmean(x)
Array(2.375, dtype=float32)

如果 axis=1，则沿着轴 1 计算平均值。

>>> jnp.nanmean(x, axis=1)
Array([3. , 3.5, 1. ], dtype=float32)

如果 keepdims=True，则输出的 ndim 将与输入的 ndim 相同。

>>> jnp.nanmean(x, axis=1, keepdims=True)
Array([[3. ],
       [3.5],
       [1. ]], dtype=float32)

where 可用于仅在计算平均值时包含特定元素。

>>> where = jnp.array([[1, 0, 1, 0],
...                    [0, 0, 1, 1],
...                    [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanmean(x, axis=1, keepdims=True, where=where)
Array([[ 3. ],
       [ 9. ],
       [-1.5]], dtype=float32)

如果 where 在所有元素上均为 False，则 jnp.nanmean 在给定轴上返回 nan。

>>> where = jnp.array([[False],
...                    [False],
...                    [False]])
>>> jnp.nanmean(x, axis=0, keepdims=True, where=where)
Array([[nan, nan, nan, nan]], dtype=float32)
目录