NumPy调用np.mean计算元组均值触发AxisError错误问题排查

触发报错的核心是传参位置错位，混淆了np.mean的参数定义：
np.mean的核心位置参数顺序为np.mean(a, axis=None, dtype=None, ...)：

• 第一个位置参数a是待计算均值的数组/可迭代对象
• 第二个位置参数axis是指定计算均值的轴方向

你写的np.mean(weeks[0][0], weeks[0][1])实际传入的是：

• 待计算对象a = weeks[0][0]，也就是整数1，对应0维的标量数组
• 轴参数axis = weeks[0][1]，也就是整数7
  0维数组不存在编号为7的轴，因此直接抛出对应的轴越界错误。

根据计算需求，选择对应写法即可：

• 计算单个元组的均值，直接把整个元组作为第一个参数传入：

# 计算第一个元组(1,7)的均值，返回结果4.0
np.mean(weeks[0])

• 如果需要单独传入两个元素计算，要先把两个元素打包成列表/元组这类可迭代对象，再作为第一个参数传入：

np.mean( (weeks[0][0], weeks[0][1]) )
# 或者写成列表形式
np.mean( [weeks[0][0], weeks[0][1]] )

• 如果需要批量计算所有周区间的均值，可以直接传入整个列表，指定按行计算即可：

# 按行计算每个元组的均值，返回 [ 4. 11. 18. 25. 32. 40.]
np.mean(weeks, axis=1)

小提示：调用函数时如果对参数顺序不熟悉，建议显式写出参数名，比如np.mean(a=xxx, axis=xxx)，可以避免位置传参错位的低级错误。

内容的提问来源于stack exchange，提问作者pkpto39