arr = np.array([[[2, 2, 2, 2],
[2, 2, 2, 2],
[2, 2, 2, 2]],
[[3, 3, 3, 3],
[3, 3, 3, 3],
[3, 3, 3, 3]]])
print(arr.shape) # (2,3,4)
print(np.mean(arr)) # 1x1
print(np.mean(arr, axis=0)) # 3x4
print(np.mean(arr, axis=1)) # 2x4
print(np.mean(arr, axis=2)) # 2x3
print(np.mean(arr, axis=(1, 2))) # 1x2
#결과값
#1. print(arr.shape) (2,3,4)
(2, 3, 4)
#2. print(np.mean(data)) 1x1
2.5
#3. print(np.mean(arr, axis=0)) 3x4
[[2.5 2.5 2.5 2.5]
[2.5 2.5 2.5 2.5]
[2.5 2.5 2.5 2.5]]
#4. print(np.mean(arr, axis=1)) 2x4
[[2. 2. 2. 2.]
[3. 3. 3. 3.]]
#5. print(np.mean(arr, axis=2)) 2x3
[[2. 2. 2.]
[3. 3. 3.]]
#6. print(np.mean(arr, axis=(1, 2))) # 1x2
[2. 3.]
해당 배열에 모든 숫자를 합해서 평균을 냅니다.
#1x1
60/24 = 2.5
해당 배열에 차원에 따라 합하여 평균을 냅니다.
위 그림을 통해 봤을 때 각 차원끼리 합하여 평균을 내면 아래와 같은 결과가 나옵니다.
#3x4
[[2.5 2.5 2.5 2.5]
[2.5 2.5 2.5 2.5]
[2.5 2.5 2.5 2.5]]
해당 배열에 행에 따라 합하여 평균을 냅니다.
위 그림을 통해 봤을 때 각 행끼리 합하여 평균을 내면 아래와 같은 결과가 나옵니다.
[[2. 2. 2. 2.] #첫번째 차원
[3. 3. 3. 3.]] # 두번째 차원
해당 배열에 행에 따라 합하여 평균을 냅니다.
위 그림을 통해 봤을 때 각 행끼리 합하여 평균을 내면 아래와 같은 결과가 나옵니다.
#2x3
[[2. 2. 2.] #첫번째 차원
[3. 3. 3.]] # 두번째 차원
axis의 값이 튜플로 주어졌을땐 순서대로 모든 축에 대해서 연산을 합니다.
예시에 따라 axis=(1, 2)일 때 행에 따라 합하여 평균 계산을 하고 열에 따라 평균 계산하여 나타냅니다.
#1x2
[2. 3.]