_mean() 为参数 'axis' 获得了多个值答案

【问题标题】：_mean() got multiple values for argument 'axis'_mean() 为参数 'axis' 获得了多个值
【发布时间】：2021-09-22 05:01:45
【问题描述】：

我正在尝试找出我在物理实验室获取的一些数据的平均值。我正在尝试使用 .mean() 来获取值，但我不确定我做错了什么。

import numpy as np
import LT.box as B

file_name ='low_count.py'
f = B.get_file(file_name)

T = B.get_data(f, 'T') #trial numbers
C = B.get_data(f, 'C') #count

C.mean(C, axis=1, dtype=None)

这是我到目前为止所做的，我正在尝试做一个直方图。

【问题讨论】：

标签： python data-analysis physics

【解决方案1】：

您应该执行 np.mean(, , ) ，其中 ,array 在上述情况下为“C”。 [执行 C.mean() 可能会给出多个值参数）

mean_val = np.mean(C, axis=1, dtype=None)

希望这会有所帮助。

【讨论】：

【解决方案2】：

LT.box.get_data 将获取变量的所有值作为numpy.array()

假设 C 是一维数组

import numpy as np
import LT.box as B

C = B.get_data(f, 'C')
C
# array([1, 2, 3])

它只有一维，因此它要么是

1×n 数组(axis=0) 或 n×1 数组(axis=1)

接下来，您想从数组中获取平均值，您可以使用：

C.mean()

或

np.mean(C)

由于是一维数组，所以把axis留空（变成默认的，会自动知道应该是哪个轴），或者自己选择正确的轴。（错误的轴会导致AxisError:axis 0|1 超出了维度为 0|1) 的数组的范围

假设 C 是一个二维数组

C = B.get_data(f, 'C')
C
# array([[1, 2, 3],
#        [4, 5, 6]])

再次，您可以使用

C.mean

np.mean(C)

但关键是，你必须决定你想要哪个轴的意思。

C.mean(axis=0)
# array([2.5, 3.5, 4.5])

C.mean(axis=1)
# array([2., 5.])

总结

你得知道矩阵长什么样子，m × n（m行×n列），你自己看，打印出来看看长什么样，就可以操作了.

【讨论】：