numpy 数组的平均值
NumPy (Numerical Python) 是 Python 中用于科学计算的一个重要的库。NumPy 的核心是 ndarray (n-dimensional array) 对象，即多维数组对象。在 NumPy 中，我们可以使用 ndarray 对象来完成高效的数值计算操作，包括数值运算、统计分析、线性代数运算、傅里叶变换等。
对于 NumPy 数组中所有元素的平均值，我们可以使用 mean() 函数来计算。该函数接受一个 ndarray 数组作为参数，返回该数组所有元素的平均值。下面是一段示例代码：
```python
import numpy as np
a = np.array([1,2,3,4,5])
an())
```
以上代码的输出结果为 3.0，即数组 [1,2,3,4,5] 的平均值为 3.0。我们还可以指定 axis 参数来计算多维数组沿着不同维度的平均值。例如，对于一个 2x3 的二维数组，我们可以分别计算每一行和每一列的平均值，如下所示：
```python
import numpy as np
a = np.array([[1,2,3], [4,5,6]])
an(axis=0))  # 计算每一列的平均值
an(axis=1))  # 计算每一行的平均值
```
以上代码的输出结果分别为 [2.5 3.5 4.5] 和 [2. 5.]，即第一列的平均值为 2.5，第二列的平均值为 3.5，第三列的平均值为 4.5；第一行的平均值为 2.0，第二行的平均值为 5.0。
除了 mean() 函数之外，NumPy 还提供了很多其他用于计算数组统计值的函数，例如 median()、std()、var() 等。
numpy库统计函数
总的来说，NumPy 是 Python 中一个十分强大和重要的库，可以用于完成各种数值计算操作，尤其对于科学计算和数据分析领域的工作非常有帮助。