np数组的一维二维问题以及np.average里的weights问题_1d weights expected when shapes of a and weights d

link之家
链接快照平台
输入网页链接，自动生成快照
标签化管理网页链接
np数组的一维二维问题以及np.average里的weights问题

X = np.arange(10).reshape(5, 2)   # 5*2
# print(X.shape)
W = np.array([1,1,1,2,2]).reshape(-1, 1)   # 5*1
# print(W.shape)
# Mean = np.zeros((2, 1))
# print(W)
# print(Mean.shape)
# Mean = np.average(X, axis=1, weights=W)
print(np.average(X, axis=0, weights=W))
我想求X的加权均值，但出错了 
TypeError: 1D weights expected when shapes of a and weights differ.
我百思不得其解，于是查看官方解释
 numpy.average(a, axis=None, weights=None, returned=False)
 里面的weights是这样描述的
 weights : array_like, optional
 An array of weights associated with the values in a. Each value ina contributes to the average according to its associated weight.The weights array can either be 1-D (in which case its length must bethe size of a along the given axis) or of the same shape as a.If weights=None, then all data in a are assumed to have aweight equal to one.
 与a中的值相关联的一组权重。ina中的每个值根据其关联的权重对平均值做出贡献。权值数组可以是一维的(在这种情况下，它的长度必须是沿给定轴的a的大小)，也可以是与a相同的形状。如果权值为None，则假设a中的所有数据的权值都为1。
 但是我的W就是和a一样的维度啊。
 终于，在询问了大佬后才知道 
W = np.array([1,1,1,2,2]).reshape(-1, 1)   # 5*1
print(W)
[[1]
 [1]
 [1]
 [2]
 [2]]
(5, 1)
很明显，我这个权重是二维的，中括号嵌套有两层。
 而我如果要沿axies=0（列）求加权平均值且不和X的维度一样，就必须是一维的。因此，我改为一维向量 
W = np.array([1,1,1,2,2])   # 必须是一维
print(W)
print(W.shape)
[1 1 1 2 2]
(5,)
而我也成功求到了沿着列的加权均值 
X = np.arange(10).reshape(5, 2)   # 5*2
# print(X.shape)
W = np.array([1,1,1,2,2])   # 必须是一维
# print(W)
# print(W.shape)
# Mean = np.zeros((2, 1))
# print(W)
# print(Mean.shape)
# Mean = np.average(X, axis=1, weights=W)
print(np.average(X, axis=0, weights=W))
[4.85714286 5.85714286]
                    np数组的一维二维问题以及np.average里的weights问题X = np.arange(10).reshape(5, 2)   # 5*2# print(X.shape)W = np.array([1,1,1,2,2]).reshape(-1, 1)   # 5*1# print(W.shape)# Mean = np.zeros((2, 1))# print(W)# print(Mean.shape)# Mean = np.average(X, axis=1, weights=W)
np.mean()和np.average()都是计算均值。
不加权时，np.mean()和np.average()都一样。
np.average()可以计算加权平均。
加权平均：
a = np.array([1, 2, 3, 4, 5])
aw = np.array([0.1, 0.2, 0.3, 0.4, 0.5])
print('平均：', np.mean(a))
print('平均：', np.average(a))
print('加权平均：', np.ave
				np.repeat(axis=-1)函数是numpy库中的一个函数，用于沿着某个轴重复数组中的元素。当axis参数为-1时，表示在最后一个维度上进行重复操作。具体用法如下：
np.repeat(a, repeats, axis=-1)
其中，a为要重复的数组，repeats为重复的次数，axis表示在哪个维度上进行重复操作。当axis为None时，表示将数组展平后重复。
                FATAL ERROR: invalid array length Allocation failed - JavaScript heap out of memory
                    shiftbank: 
                    要看具体的报错
比如我的是这么解决的
https://stackoverflow.com/questions/7897678/get-processor-architecture-from-node
                    Lansonli: 
                    博主文章写得好，感悟颇深，感谢分享！有时间也来关注一下我的博文，可能有意想不到的惊喜喔~
                    感谢博主分享啊，学到不少东西
                JS创造对象的多种方式（Object类、字面量、工厂函数、构造函数、构造函数的性能优化）
                    tinyint_813: 
                JS创造对象的多种方式（Object类、字面量、工厂函数、构造函数、构造函数的性能优化）
                    tinyint_813: