NumPyのaverage関数で配列の加重平均を取得する方法

NumPyのaverage関数は、配列の加重平均を算出することができる関数です。通常の算術平均を算出することも可能です。

データエンジニアリングの中では、データの加重平均が求められる場合も多々あります。そのような時のために、このページでは、このnp.average関数について、簡潔かつわかりやすく解説します。

なお、同じような関数にmean関数がありますが、こちらは算術平均を求めるのに特化しています。通常の平均値を取得する場合はmean関数を、加重平均を取得する場合はaverage関数を使うというようにすれば良いでしょう。

それでは早速確認していきましょう。

1. 書式

まずは基本的な書き方を確認しましょう。

np.average(a, axis=None, weights=None, returned=False)

2. サンプルコード

それでは早速サンプルコードを見ていきましょう。

平均を取得する

np.average関数に配列のみを渡すと、全要素の算術平均を返します。

import numpy as np
rng = np.random.default_rng()
x =rng.integers(0, 10, (5))
x

array([2, 4, 8, 5, 7])

np.average(x)

5.2

平均値を求める次元軸を指定

多次元配列を渡した場合でも、配列内の全要素の平均を求めます。

import numpy as np
rng = np.random.default_rng()
x =rng.integers(0, 10, (2, 5))
x

array([[1, 6, 8, 9, 2],
       [0, 2, 5, 4, 5]])

np.average(x)

4.2

特定の次元軸の平均値を取得したい場合は、オプション引数 axis= で指定します。

#  1次元軸(縦軸)の平均値を取得
np.average(x, axis=0)

array([0.5, 4. , 6.5, 6.5, 3.5])

#  2次元軸(横軸)の平均値を取得
np.average(x, axis=1)

array([5.2, 3.2])

加重平均を取得する

加重平均を求めるには、重みを配列やリスト・タプルなどで渡します。重みの要素数は、関数に渡す配列 x の長さと一致している必要があります。

import numpy as np
x = np.array([60, 75, 80])
x

array([60, 75, 80])

# 重みを渡す
np.average(x, weights=[3, 2, 1])

68.33333333333333

2次元配列の場合は、対象の配列と重みの配列のshapeが合致している必要があります。

import numpy as np
x = np.array([40, 60, 75, 80]).reshape(2, 2)
x

array([[40, 60],
       [75, 80]])

w = np.array([4, 3, 2, 1]).reshape(2, 2)
w

array([[4, 3],
       [2, 1]])

np.average(x, weights=w)

57.0

もちろん、指定の軸ごとに加重平均を取得することも可能です。この場合、weights= に渡す重みの長さは、指定の軸の要素数と同じであるか、両者の配列のshapeが合致している必要があります。

# 1次元軸(横軸)の加重平均を取得
np.average(w, axis=0, weights=[3, 1])

array([3.5, 2.5])

# 2次元軸（縦軸）の加重平均を取得
np.average(w, axis=1, weights=[5, 3])

array([3.625, 1.625])

平均値と同時に重みの合計値を取得

オプション引数で returned=True と指定すると、戻り値は (平均値を要素とした配列, 重みの合計を要素とした配列) のタプルになります。

以下のコードでご確認ください。

import numpy as np
x = np.array([40, 60, 75, 80])
x

array([40, 60, 75, 80])

w = np.array([4, 3, 2, 1])
w

array([4, 3, 2, 1])

np.average(x, weights=w, returned=True)

(57.0, 10.0)

軸を指定した場合は、それぞれの軸ごとに[平均値, 重みの合計]のタプルを返します。

import numpy as np
x = x.reshape(2, 2)

w = np.array([3, 3, 2, 2]).reshape(2, 2)
w

array([[3, 3],
       [2, 2]])

np.average(x, axis=0, weights=w, returned=True)

(array([54., 68.]), array([5., 5.]))

3. まとめ

以上が、NumPyのaverage関数の使い方です。

冒頭でも述べましたが、通常の算術平均を取得する場合は、mean関数の方が便利です。そちらでは、dtype= や keepdims のようなオプション引数が用意されているので複雑な計算に組み込みやすいからです。『NumPyのmean関数で配列の平均値を算出する方法』でご確認ください。