Numpy संख्यात्मक डेटा प्रोसेसिंग के लिए एक बहुत ही शक्तिशाली अजगर पुस्तकालय है। यह ज्यादातर डेटा को सरणियों के रूप में लेता है और सरणी से परिणाम प्राप्त करने के लिए सांख्यिकीय कार्यों सहित विभिन्न कार्यों को लागू करता है। इस लेख में हम देखेंगे कि किसी दिए गए सरणी का माध्य मान कैसे प्राप्त करें।
माध्य के साथ
माध्य फ़ंक्शन एक सरणी ले सकता है और उसमें सभी तत्वों का गणितीय माध्य मान दे सकता है। इसलिए हम इनपुट की लंबाई पर नज़र रखने के लिए लूप के लिए डिज़ाइन करते हैं और इसके माध्य की गणना करते हुए प्रत्येक सरणी से गुजरते हैं।
उदाहरण
import numpy as np # GIven Array Arrays_In = [np.array([11, 5, 41]), np.array([12, 13, 26]), np.array([56, 20, 51])] # Resultihg Array Arrays_res = [] # With np.mean() for x in range(len(Arrays_In)): Arrays_res.append(np.mean(Arrays_In[x])) # Result print("The means of the arrays: \n",Arrays_res)
आउटपुट
उपरोक्त कोड को चलाने से हमें निम्नलिखित परिणाम मिलते हैं -
The means of the arrays: [19.0, 17.0, 42.333333333333336]
औसत के साथ
यह ऊपर के समान एक बहुत ही समान दृष्टिकोण है, सिवाय इसके कि हम माध्य फ़ंक्शन के बजाय औसत फ़ंक्शन का उपयोग करते हैं। यह ठीक वैसा ही परिणाम देता है।
उदाहरण
import numpy as np # GIven Array Arrays_In = [np.array([11, 5, 41]), np.array([12, 13, 26]), np.array([56, 20, 51])] # Resultihg Array Arrays_res = [] # With np.average() for x in range(len(Arrays_In)): Arrays_res.append(np.average(Arrays_In[x])) # Result print("The means of the arrays: \n",Arrays_res)
आउटपुट
उपरोक्त कोड को चलाने से हमें निम्नलिखित परिणाम मिलते हैं -
The means of the arrays: [19.0, 17.0, 42.333333333333336]