파이썬 numpy.mean 함수 활용하기

Numpy Mean 함수 소개:

Numpy의 `numpy.mean` 함수는 배열의 평균을 계산하는 함수입니다. 이 함수는 주어진 배열의 모든 원소의 평균값을 계산하여 반환합니다. 평균은 데이터의 중심 경향성을 나타내며, 데이터 분포를 파악하는 데 유용하게 활용됩니다.

기본 사용법:

`numpy.mean` 함수의 기본 사용법은 다음과 같습니다.

import numpy as np

# 1차원 배열의 평균 계산
array = np.array([1, 2, 3, 4, 5])
mean_value = np.mean(array)
print("배열의 평균:", mean_value)

위 예시 코드에서 `np.mean(array)`는 주어진 1차원 배열의 평균을 계산합니다.

예시 코드:

• 다차원 배열의 평균 계산:

# 다차원 배열의 평균 계산
array_2d = np.array([[1, 2], [3, 4]])
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

mean_2d = np.mean(array_2d)  # 모든 원소의 평균
mean_2d_axis_0 = np.mean(array_2d, axis=0)  # 각 열의 평균
mean_2d_axis_1 = np.mean(array_2d, axis=1)  # 각 행의 평균

mean_3d = np.mean(array_3d)  # 모든 원소의 평균
mean_3d_axis_0 = np.mean(array_3d, axis=0)  # 각 깊이 차원(axis=0)의 평균
mean_3d_axis_1 = np.mean(array_3d, axis=1)  # 각 행의 평균
mean_3d_axis_2 = np.mean(array_3d, axis=2)  # 각 열의 평균

print("2차원 배열 평균:", mean_2d)
print("2차원 배열 열별 평균:", mean_2d_axis_0)
print("2차원 배열 행별 평균:", mean_2d_axis_1)

print("3차원 배열 평균:", mean_3d)
print("3차원 배열 깊이별 평균:", mean_3d_axis_0)
print("3차원 배열 행별 평균:", mean_3d_axis_1)
print("3차원 배열 열별 평균:", mean_3d_axis_2)

결론:

`numpy.mean` 함수는 다차원 배열의 평균을 계산하는 유용한 함수로, 데이터 분석 및 통계 작업에서 빈번하게 사용됩니다. 다양한 축(axis)을 지정하여 배열의 평균을 계산할 수 있어서 데이터의 특성을 다양하게 분석할 수 있습니다. 예시 코드를 통해 `numpy.mean` 함수의 활용법을 익혀보세요.