mindspore.numpy.average

mindspore.numpy.average(x, axis=None, weights=None, returned=False)[源代码]

沿指定轴计算加权平均值。

参数：

x (Tensor) - 需要平均的Tensor。
axis (Union[None, int, tuple(int)]，可选) - 沿 axis 对 x 进行平均。默认值： None 。如果 axis 为 None ，它将对张量 x 的所有元素进行平均。如果 axis 是负数，它将从最后一个 axis 数回到第一个 axis 。
weights (Union[None, Tensor]，可选) - weights 与 x 中的值相关联。默认值： None 。如果 weights 为 None ，所有 x 中的数据的权重假设为1。如果 weights 是一个1-D的Tensor，其长度必须与给定的 axis 的长度相等。否则， weights 应该与 x 具有相同的shape。
returned (bool，可选) - 默认值：False。如果为 True，函数将返回tuple (average, sum_of_weights)。如果为 False ，只返回平均值。

返回：

平均后的Tensor。如果 returned 为 True ，返回tuple。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> input_x = np.array([[1., 2.], [3., 4.]])
>>> output = np.average(input_x, axis=0, weights=input_x, returned=True)
>>> print(output)
(Tensor(shape=[2], dtype=Float32, value= [ 2.50000000e+00,  3.33333325e+00]),
 Tensor(shape=[2], dtype=Float32, value= [ 4.00000000e+00,  6.00000000e+00]))