Python數據科學：使用numpy求行均值

隨著大數據時代的來臨，Python 應運而生，在這數據浪潮中逐漸發(fā)光發(fā)亮。越來越多的人開始學習Python，學習其中的數據科學、人工智能等等。今天，和大家分享關于 Python 數據科學中一個特別重要庫 numpy 庫中一道題目，分享一下關于對于這道題的解題思路。

題目：

隨機給定一個二維數組，結果返回行均值。

輸入要求：

第一行：兩個用空格隔開的整數，第一個表示矩陣X(n)的行，第二個表示X(p)的列。

接下來的 n 行：X 中行的值。

輸出要求：

一個 numpy 一維值數組，四舍五入到第二個小數。

輸入樣本：

2 2 
1.5 1 
2 2.9

輸出樣本：

[1.25 2.45]

解題思路：

最簡單也是最關鍵，最重要的一步，導入numpy庫。

import numpy as np

需要定義 numpy 數組的行列，因為要滿足題目要求的隨機性，所以這里就不寫死，使用 input 輸入。而且行列一定是整數類型的，數據類型必須是int 類型。但是輸入的值是字符串，這時候就需要對輸入的值進行轉換。

n, p = [int(x) for x in input().split()]

接下來，每行都會輸入 p 個值。我用了一個范圍為 n 的循環(huán)，每行都能輸入 p 個值。此前還需要定義一個空數組，便于后面的數組進行累加。

arr = []
for i in range(n):
    arr += [float(x) for x in input().split()]

接下來就是將數組轉換為 numpy 數組，并且給它重塑為二維數組。

arr = np.array(arr).reshape(n, p)

最后就可以直接使用 numpy 的 mean 方法求均值即可，但題目要求是求行均值，這時候就需要設置axis=1，按列計算，獲得行均值。同時結果還需要保留小數點后兩位，就需要用上 round 方法。

arr.mean(axis=1).round(2)

完整代碼：

import numpy as np

n, p = [int(x) for x in input().split()]

arr = []
for i in range(n):
    arr += [float(x) for x in input().split()]

arr = np.array(arr).reshape(n, p)
print(arr.mean(axis=1).round(2))

結果輸出：

總結：

以上就是我關于這道 numpy 庫練習題目的理解和解題過程。有興趣的讀者們也可以嘗試做一下，或許你們可以會有更好的解題思路和方法呢！