So berechnen Sie den geometrischen Mittelwert in Python (mit Beispielen)

Es gibt zwei Möglichkeiten, das geometrische Mittel in Python zu berechnen:

Methode 1: Berechnen Sie den geometrischen Mittelwert mit SciPy

from scipy.stats import gmean

#geometrischen Mittelwert berechnen
gmean([value1, value2, value3, ...])

Methode 2: Berechnen Sie den geometrischen Mittelwert mit NumPy

import numpy as np

#benutzerdefinierte Funktion definieren
def g_mean(x):
    a = np.log(x)
    return np.exp(a.mean())

#geometrischen Mittelwert berechnen
g_mean([value1, value2, value3, ...])

Beide Methoden liefern genau die gleichen Ergebnisse.

Die folgenden Beispiele zeigen, wie jede dieser Methoden in der Praxis verwendet wird.

Beispiel 1: Berechnen Sie den geometrischen Mittelwert mit SciPy

Der folgende Code zeigt, wie die Funktion gmean() aus der SciPy -Bibliothek verwendet wird, um das geometrische Mittel eines Arrays von Werten zu berechnen:

from scipy.stats import gmean

#geometrischen Mittelwert berechnen
gmean([1, 4, 7, 6, 6, 4, 8, 9])

4.81788719702029

Das geometrische Mittel ergibt sich zu 4,8179.

Beispiel 2: Geometrisches Mittel mit NumPy berechnen

Der folgende Code zeigt, wie Sie eine benutzerdefinierte Funktion schreiben, um ein geometrisches Mittel mithilfe integrierter Funktionen aus der NumPy -Bibliothek zu berechnen:

import numpy as np

#benutzerdefinierte Funktion definieren
def g_mean(x):
    a = np.log(x)
    return np.exp(a.mean())

#geometrischen Mittelwert berechnen
g_mean([1, 4, 7, 6, 6, 4, 8, 9])

4.81788719702029

Das geometrische Mittel ergibt 4,8179, was mit dem Ergebnis aus dem vorherigen Beispiel übereinstimmt.

Umgang mit Nullen

Beachten Sie, dass beide Methoden eine Null zurückgeben, wenn das Array, mit dem Sie arbeiten, Nullen enthält.

Daher können Sie den folgenden Code verwenden, um alle Nullen aus einem Array zu entfernen, bevor Sie das geometrische Mittel berechnen:

#Array mit einigen Nullen erstellen
x = [1, 0, 0, 6, 6, 0, 8, 9]

#Nullen aus dem Array entfernen 
x_new = [i for i in x if i != 0]

#aktualisiertes Array anzeigen
print(x_new)

[1, 6, 6, 8, 9]

Zusätzliche Ressourcen

So berechnen Sie den mittleren quadratischen Fehler (MSE) in Python
So berechnen Sie den mittleren absoluten Fehler in Python