mean

Media aritmetica o valore medio dell’array

Sintassi

M = mean(A)

M = mean(A,"all")

M = mean(A,dim)

M = mean(A,vecdim)

M = mean(___,outtype)

M = mean(___,missingflag)

M = mean(___,Weights=W)

Descrizione

M = mean(A) restituisce la media degli elementi di A lungo la prima dimensione dell'array la cui grandezza non è uguale a 1.

• Se A è un vettore, mean(A) restituisce la media degli elementi.

• Se A è una matrice, mean(A) restituisce un vettore riga contenente la media di ciascuna colonna.

• Se A è un array multidimensionale, mean(A) opera lungo la prima dimensione dell’array la cui grandezza non è uguale a 1, trattando gli elementi come vettori. La grandezza di M in questa dimensione diventa 1, mentre le grandezze di tutte le altre dimensioni rimangono le stesse come in A.

• Se A è una tabella o un orario, mean(A) restituisce una tabella di una riga contenente la media di ciascuna variabile. (da R2023a)

M = mean(A,"all") restituisce la media di tutti gli elementi di A.

M = mean(A,dim) restituisce la media lungo la dimensione dim. Ad esempio, se A è una matrice, mean(A,2) restituisce un vettore colonna contenente la media di ciascuna riga.

M = mean(A,vecdim) restituisce la media basata sulle dimensioni specificate nel vettore vecdim. Ad esempio, se A è una matrice, mean(A,[1 2]) restituisce la media di tutti gli elementi in A poiché ogni elemento di una matrice è contenuto nella porzione di array definita dalle dimensioni 1 e 2.

M = mean(___,outtype) restituisce la media con un tipo di dati specificato per qualsiasi sintassi precedente. outtype può essere "default", "double" o "native".

M = mean(___,missingflag) specifica se includere o omettere i valori mancanti in A. Ad esempio, mean(A,"omitmissing") ignora tutti i valori mancanti nel calcolare la media. Per impostazione predefinita, mean include i valori mancanti.

M = mean(___,Weights=W) specifica uno schema di ponderazione W e restituisce la media ponderata. (da R2024a)

Esempi

Media delle colonne della matrice

Creare una matrice e calcolare la media di ciascuna colonna.

A = [0 1 1; 2 3 2; 1 3 2; 4 2 2]

A = 4×3

     0     1     1
     2     3     2
     1     3     2
     4     2     2

M = mean(A)

M = 1×3

    1.7500    2.2500    1.7500

Media delle righe della matrice

Creare una matrice e calcolare la media di ciascuna riga.

A = [0 1 1; 2 3 2; 3 0 1; 1 2 3]

A = 4×3

     0     1     1
     2     3     2
     3     0     1
     1     2     3

M = mean(A,2)

M = 4×1

    0.6667
    2.3333
    1.3333
    2.0000

Media di array tridimensionale

Creare un array 4x2x3 di numeri interi compresi tra 1 e 10 e calcolare i valori medi lungo la seconda dimensione.

rng('default')
A = randi(10,[4,2,3]);
M = mean(A,2)

M = 
M(:,:,1) =

    8.0000
    5.5000
    2.5000
    8.0000


M(:,:,2) =

   10.0000
    7.5000
    5.5000
    6.0000


M(:,:,3) =

    6.0000
    5.5000
    8.5000
   10.0000

Media della pagina dell’array

Creare un array tridimensionale e calcolare la media su ciascuna pagina di dati (righe e colonne).

A(:,:,1) = [2 4; -2 1];
A(:,:,2) = [9 13; -5 7];
A(:,:,3) = [4 4; 8 -3];
M1 = mean(A,[1 2])

M1 = 
M1(:,:,1) =

    1.2500


M1(:,:,2) =

     6


M1(:,:,3) =

    3.2500

Per calcolare la media su tutte le dimensioni di un array, è possibile specificare ciascuna dimensione nell'argomento di dimensione del vettore, oppure utilizzare l'opzione "all".

M2 = mean(A,[1 2 3])

M2 = 
3.5000

Mall = mean(A,"all")

Mall = 
3.5000

Media di array a precisione singola

Creare un vettore di uno a precisione singola e calcolarne la media a precisione singola.

A = single(ones(10,1));
M = mean(A,"native")

M = single

1

Anche il risultato è a precisione singola.

class(M)

ans = 
'single'

Media esclusi i valori mancanti

Creare una matrice contenente valori NaN.

A = [1.77 -0.005 NaN -2.95; NaN 0.34 NaN 0.19]

A = 2×4

    1.7700   -0.0050       NaN   -2.9500
       NaN    0.3400       NaN    0.1900

Calcolare i valori medi della matrice, escludendo i valori mancanti. Per le colonne della matrice che contengono qualsiasi valore NaN, mean esegue il calcolo con gli elementi che non sono NaN. Per le colonne della matrice che contengono tutti valori NaN, la media è NaN.

M = mean(A,"omitnan")

M = 1×4

    1.7700    0.1675       NaN   -1.3800

Media ponderata

Da R2024a

Creare una matrice e calcolare la media ponderata della matrice secondo uno schema di ponderazione specificato da W. La funzione mean applica lo schema di ponderazione a ciascuna colonna in A.

A = [1 1; 7 9; 1 9; 1 9; 6 2];
W = [1 2 1 2 3]';
M = mean(A,Weights=W)

M = 1×2

    4.0000    5.7778

Argomenti di input

A — Dati di input

vettore | matrice | array multidimensionale | tabella | orario

Dati di input, specificati come vettore, matrice, array multidimensionale, tabella o orario.

• Se A è uno scalare, mean(A) restituisce A.

• Se A è una matrice vuota 0x0, mean(A) restituisce NaN.

Tipi di dati: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | datetime | duration | table | timetable

dim — Dimensione lungo la quale operare

scalare intero positivo

Dimensione lungo la quale operare, specificata come scalare intero positivo. Se non si specifica la dimensione, per impostazione predefinita si considera la prima dimensione dell'array la cui grandezza non è uguale a 1.

La dimensione dim indica la dimensione la cui lunghezza si riduce a 1. La size(M,dim) è 1, mentre le grandezze di tutte le altre dimensioni rimangono invariate.

Considerare una matrice di input m x n, A:

• mean(A,1) calcola la media degli elementi in ciascuna colonna di A e restituisce un vettore riga 1 x n.

  

• mean(A,2) calcola la media degli elementi in ciascuna riga di A e restituisce un vettore colonna m x 1.

  

mean restituisce A quando dim è maggiore di ndims(A) o quando size(A,dim) è 1.

vecdim — Vettore di dimensioni

vettore di numeri interi positivi

Vettore di dimensioni, specificato come vettore di numeri interi positivi. Ciascun elemento rappresenta una dimensione dei dati di input. Le lunghezze dell’output nelle dimensioni operative specificate sono 1, mentre le altre rimangono invariate.

Considerare dei dati di input 2x3x3, A. Quindi, mean(A,[1 2]) restituisce un array 1x1x3 i cui elementi sono le medie di ciascuna pagina di A.

outtype — Tipo di dati di output

"default" (predefinito) | "double" | "native"

Tipo di dati di output, specificato come uno dei valori nella tabella sottostante. Queste opzioni specificano inoltre il tipo di dati in base al quale viene eseguita l'operazione.

outtype	Tipo di dati di output
"default"	double, a meno che il tipo di dati di input non sia single, duration, datetime, table o timetable, nel qual caso l’output è "native"
"double"	double, a meno che il tipo di dati di input non sia duration, datetime, table o timetable, nel qual caso "double" non è supportato
"native"	Stesso tipo di dati di input, a meno che: Il tipo di dati di input non sia logical, nel qual caso l’output è double Il tipo di dati di input non sia char, nel qual caso "native" non è supportata Il tipo di dati di input non sia timetable, nel qual caso l’output è table

missingflag — Condizione di valore mancante

"includemissing" (predefinito) | "includenan" | "includenat" | "omitmissing" | "omitnan" | "omitnat"

Condizione di valore mancante, specificata come uno dei valori nella tabella sottostante.

Valore	Tipo di dati di input	Descrizione
"includemissing"	Tutti i tipi di dati supportati	Include i valori mancanti in A nel calcolare la media. Se un elemento qualsiasi della dimensione operativa è mancante, manca anche l'elemento corrispondente in M.
"includenan"	double, single, duration
"includenat"	datetime
"omitmissing"	Tutti i tipi di dati supportati	Ignora i valori mancanti in A e calcola la media su pochi punti. Se tutti gli elementi della dimensione operativa sono mancanti, manca anche l'elemento corrispondente in M.
"omitnan"	double, single, duration
"omitnat"	datetime

W — Schema di ponderazione

vettore | matrice | array multidimensionale

Da R2024a

Schema di ponderazione, specificato come vettore, matrice o array multidimensionale. Gli elementi di W devono essere non negativi.

Se si specifica uno schema di ponderazione, mean restituisce la media ponderata, che risulta essere utile quando i valori nei dati di input hanno livelli di importanza diversi o quando i dati di input sono asimmetrici.

Se W è un vettore, deve avere la stessa lunghezza della dimensione operativa. In caso contrario, W deve avere la stessa dimensione dei dati di input.

Se i dati di input A sono una tabella o un orario, W deve essere un vettore.

Non è possibile specificare questo argomento se si definisce vecdim o "all".

Tipi di dati: double | single

Ulteriori informazioni

Media

Per un vettore di lunghezza finita A composto da osservazioni scalari N, la media è definita come

$$\mu =\frac{1}{N}{\displaystyle \sum _{i=1}^N{A}_i}.$$

Media ponderata

Per un vettore di lunghezza finita A composto da N osservazioni scalari e da uno schema di ponderazione W, la media ponderata è definita come

$${\mu }_W=\frac{{\displaystyle \sum _{i=1}^N{W}_i{A}_i}}{{\displaystyle \sum _{i=1}^N{W}_i}}.$$

Funzionalità estese

Tall array

Esegui calcoli con array che hanno più righe di quelle allocabili in memoria.

La funzione mean supporta i tall array con le seguenti note su utilizzo e limitazioni:

• L'opzione del tipo di dato di output "native" non è supportata per i tipi numero intero.

• L'argomento nome-valore Weights non è supportato.

Per maggiori informazioni, vedere Tall Array.

Generazione di codice C/C++

Genera codice C e C++ con MATLAB® Coder™.

Note su utilizzo e limitazioni:

• Se utilizzati, gli argomenti dim, vecdim, outtype e missingflag devono essere costanti al momento della generazione di codice.

• La generazione di codice non supporta l'opzione del tipo di dato di output "native" per i tipi di dato numero intero.

• Per l'argomento di input A:

  • Se non si specifica una dimensione, il generatore di codice opera lungo la prima dimensione dell'array di input che ha grandezza variabile o la cui grandezza non è uguale a 1. Se questa dimensione ha grandezza variabile al momento della generazione di codice ed è pari a 1 in fase di esecuzione, può verificarsi un errore di runtime. Per evitare il verificarsi di tale errore, specificare la dimensione.

  • Se tutte le dimensioni dell'array input hanno grandezza variabile al momento della generazione di codice, questo array non può essere vuoto in fase di esecuzione.

Generazione di codice GPU

Genera codice CUDA® per GPU NVIDIA® con GPU Coder™.

Note su utilizzo e limitazioni:

• Se si specifica dim, deve essere una costante.

• Le opzioni outtype e missingflag devono essere vettori di caratteri costanti o stringhe.

• I tipi di numero intero non supportano l'opzione del tipo di dati in output "native".

• L'argomento nome-valore Weights non è supportato.

Ambiente basato su thread

Esegui il codice in background usando MATLAB® backgroundPool oppure accelera il codice con Parallel Computing Toolbox™ ThreadPool.

Questa funzione supporta completamente gli ambienti basati su thread. Per maggiori informazioni, vedere Run MATLAB Functions in Thread-Based Environment.

Array GPU

Accelera il codice mediante esecuzione su un’unità di elaborazione grafica (GPU) con Parallel Computing Toolbox™.

La funzione mean supporta completamente gli array di GPU. Per eseguire la funzione su una GPU, specificare i dati di input come un gpuArray (Parallel Computing Toolbox). Per maggiori informazioni, vedere Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Array distribuiti

Partiziona array di grandi dimensioni nella memoria combinata del cluster con Parallel Computing Toolbox™.

Questa funzione supporta completamente gli array distribuiti. Per maggiori informazioni, vedere Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Cronologia versioni

Introduzione prima di R2006a

R2024b: Calcolo della media ponderata per il tipo di dato datetime

È possibile calcolare la media ponderata per i dati di input aventi il tipo di dato datetime. Prima della release R2024b, era possibile calcolare solo la media non ponderata per questo tipo di dato.

R2024a: Calcolo della media ponderata

Calcolare la media ponderata specificando il parametro Weights come schema di ponderazione. È possibile calcolare la media ponderata per i dati di input aventi tipi di dato numerici, logici e duration.

R2023a: Esecuzione di calcoli direttamente su tabelle e orari

La funzione mean può eseguire calcoli su tutte le variabili all’interno di una tabella o di un orario senza dover eseguire indicizzazioni per accedere a tali variabili. Tutte le variabili devono avere tipi di dati che supportino il calcolo. Per maggiori informazioni, vedere Direct Calculations on Tables and Timetables.

R2023a: Specifica della condizione di valore mancante

Includere o omettere tutti i valori mancanti nei dati di input quando si calcola la media utilizzando le opzioni "includemissing" o "omitmissing". In precedenza, "includenan", "omitnan", "includenat" e "omitnat" specificavano una condizione di valore mancante specifica per il tipo di dato dei dati di input.

R2023a: Miglioramento delle prestazioni con gruppi di dimensioni ridotte

La funzione mean mostra un miglioramento delle prestazioni di calcolo su un vettore reale quando la dimensione operativa non è specificata. La funzione determina la dimensione operativa predefinita più rapidamente nella release R2023a che nella release R2022b.

Ad esempio, questo codice calcola la media lungo la dimensione vettoriale predefinita. Il codice è circa 2,2 volte più veloce rispetto alla release precedente.

function timingMean
A = rand(10,1);
for i = 1:8e5
    mean(A);
end
end

I tempi di esecuzione approssimativi sono:

R2022b: 0,91 s

R2023a: 0,41 s

Il codice è stato cronometrato su un sistema di test Windows^® 10, Intel^® Xeon^® CPU E5-1650 v4 @ 3.60 GHz utilizzando la funzione timeit.

timeit(@timingMean)

R2018b: Interventi su più dimensioni

Intervenire su più dimensioni dei dati di input contemporaneamente. Specificare un vettore di dimensioni operative o specificare l'opzione "all" per intervenire su tutte le dimensioni dell’array.

Vedi anche

Funzioni

• median | mode | std | var | sum