So berechnen sie den geometrischen mittelwert in python (mit beispielen)

Es gibt zwei Möglichkeiten, den geometrischen Mittelwert in Python zu berechnen:

Methode 1: Berechnen Sie den geometrischen Mittelwert mit SciPy

 from scipy. stats import gmean

#calculate geometric mean
gmean([value1, value2, value3, ...])

Methode 2: Berechnen Sie den geometrischen Mittelwert mit NumPy

 import numpy as np

#define custom function
def g_mean(x):
    a = np. log (x)
    return np. exp ( a.mean ())

#calculate geometric mean
g_mean([value1, value2, value3, ...])

Beide Methoden liefern genau die gleichen Ergebnisse.

Die folgenden Beispiele zeigen, wie jede dieser Methoden in der Praxis angewendet werden kann.

Beispiel 1: Berechnen Sie den geometrischen Mittelwert mit SciPy

Der folgende Code zeigt, wie Sie die Funktion gmean() der SciPy- Bibliothek verwenden, um den geometrischen Mittelwert eines Wertearrays zu berechnen:

 from scipy. stats import gmean

#calculate geometric mean
gmean([1, 4, 7, 6, 6, 4, 8, 9])

4.81788719702029

Das geometrische Mittel beträgt 4,8179 .

Beispiel 2: Berechnen Sie den geometrischen Mittelwert mit NumPy

Der folgende Code zeigt, wie man eine benutzerdefinierte Funktion schreibt, um mithilfe der integrierten Funktionen der NumPy- Bibliothek einen geometrischen Mittelwert zu berechnen:

 import numpy as np

#define custom function
def g_mean(x):
    a = np. log (x)
return np. exp ( a.mean ())

#calculate geometric mean
g_mean([1, 4, 7, 6, 6, 4, 8, 9])

4.81788719702029

Das geometrische Mittel beträgt 4,8179 , was dem Ergebnis aus dem vorherigen Beispiel entspricht.

Wie man mit Nullen umgeht

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

Sie können also den folgenden Code verwenden, um Nullen aus einem Array zu entfernen, bevor Sie den geometrischen Mittelwert berechnen:

 #create array with some zeros
x = [1, 0, 0, 6, 6, 0, 8, 9]

#remove zeros from array 
x_new = [i for i in x if i != 0]

#view updated array
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