mean

Valor medio o promedio de un arreglo

Sintaxis

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)

Descripción

M = mean(A) devuelve la media de los elementos de A en la primera dimensión del arreglo cuyo tamaño no es igual a 1.

• Si A es un vector, mean(A) devuelve la media de los elementos.

• Si A es una matriz, mean(A) devuelve un vector fila que contiene la media de cada columna.

• Si A es un arreglo multidimensional, mean(A) opera en la primera dimensión del arreglo cuyo tamaño no es igual a 1 y trata los elementos como vectores. El tamaño de M en esta dimensión se convierte en 1, mientras que los tamaños de todas las demás dimensiones permanecen iguales que en A.

• Si A es una tabla u horario, mean(A) devuelve una tabla de una fila que contiene la media de cada variable. (desde R2023a)

M = mean(A,"all") devuelve la media de todos los elementos de A.

M = mean(A,dim) devuelve la media de la dimensión dim. Por ejemplo, si A es una matriz, mean(A,2) devuelve un vector columna que contiene la media de cada fila.

M = mean(A,vecdim) devuelve la media basándose en las dimensiones que se especifican en el vector vecdim. Por ejemplo, si A es una matriz, mean(A,[1 2]) devuelve la media de todos los elementos de A, porque todos los elementos de una matriz están incluidos en la parte del arreglo definida por las dimensiones 1 y 2.

M = mean(___,outtype) devuelve la media con un tipo de datos especificado para cualquiera de los tipos de datos de las sintaxis anteriores. outtype puede ser "default", "double" o "native".

M = mean(___,missingflag) especifica si incluir u omitir los valores faltantes en A. Por ejemplo, mean(A,"omitmissing") ignora todos los valores faltantes al calcular la media. De forma predeterminada, en mean se incluyen los valores faltantes.

M = mean(___,Weights=W) especifica un esquema de ponderación W y devuelve la media ponderada. (desde R2024a)

Ejemplos

Media de columnas de matriz

Cree una matriz y calcule la media de cada columna.

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 de filas de matriz

Cree una matriz y calcule la media de cada fila.

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 de un arreglo 3D

Cree un arreglo de 4 por 2 por 3 de enteros entre 1 y 10 y calcule los valores de media de la segunda dimensión.

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 de página de arreglo

Cree un arreglo 3D y calcule la media de cada página de datos (filas y columnas).

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

Para calcular la media de todas las dimensiones de un arreglo, puede especificar cada dimensión en el argumento de dimensión del vector o utilizar la opción "all".

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

M2 = 
3.5000

Mall = mean(A,"all")

Mall = 
3.5000

Media de arreglo de precisión simple

Cree un vector de precisión simple de unos y calcule su media de precisión simple.

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

M = single

1

El resultado también presenta precisión simple.

class(M)

ans = 
'single'

Media sin valores faltantes

Cree una matriz que contenga valores 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

Calcule los valores medios de la matriz, sin incluir los valores faltantes. Para columnas de matriz que contienen un valor NaN, mean se calcula con elementos que no son NaN. Para columnas de matriz que contienen todos los valores NaN, la media es NaN.

M = mean(A,"omitnan")

M = 1×4

    1.7700    0.1675       NaN   -1.3800

Media ponderada

Desde R2024a

Cree una matriz y calcule la media ponderada de la matriz en función de un esquema de ponderación especificado por W. La función mean aplica el esquema de ponderación a cada columna en 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

Argumentos de entrada

A — Datos de entrada

vector | matriz | arreglo multidimensional | tabla | horario

Datos de entrada, especificados como vector, matriz, arreglo multidimensional, tabla u horario.

• Si A es un escalar, mean(A) devuelve A.

• Si A es una matriz 0 por 0 vacía, mean(A) devuelve NaN.

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | datetime | duration | table | timetable

dim — Dimensión en la que operar

escalar entero positivo

Dimensión en la que operar, especificada como escalar entero positivo. Si no especifica la dimensión, el valor predeterminado es la primera dimensión del arreglo cuyo tamaño no es igual a 1.

La dimensión dim indica la dimensión cuya longitud reduce a 1. El size(M,dim) es 1, mientras que los tamaños de todas las demás dimensiones se mantienen iguales.

Considere una matriz de entrada de m por n, A:

• mean(A,1) calcula la media de los elementos de cada columna de A y devuelve un vector fila de 1 por n.

  

• mean(A,2) calcula la media de los elementos de cada fila de A y devuelve un vector columna de m por 1.

  

mean devuelve A cuando dim es mayor que ndims(A) o cuando size(A,dim) es 1.

vecdim — Vector de dimensiones

vector de enteros positivos

Vector de dimensiones, especificado como vector de enteros positivos. Cada elemento representa una dimensión de los datos de entrada. Las longitudes de la salida en las dimensiones operativas especificadas son 1, mientras que las demás se mantienen iguales.

Considere unos datos de entrada de 2 por 3 por 3, A. En ese caso, mean(A,[1 2]) devuelve un arreglo de 1 por 1 por 3 cuyos elementos son las medias de cada página de A.

outtype — Tipo de datos de salida

"default" (predeterminado) | "double" | "native"

Tipo de datos de salida, especificado como uno de los valores de esta tabla. Estas opciones también especifican el tipo de datos con el que se ejecuta la operación.

outtype	Tipo de datos de salida
"default"	double, a menos que el tipo de datos de entrada sea single, duration, datetime, table o timetable, en cuyo caso, la salida es "native"
"double"	double, a menos que el tipo de datos de entrada sea duration, datetime, table o timetable, en cuyo caso, "double" no es compatible
"native"	Mismo tipo de datos que la entrada, a menos que: El tipo de datos de entrada sea logical, en cuyo caso la salida es double El tipo de datos de entrada sea char, en cuyo caso "native" no es compatible El tipo de datos de entrada sea timetable, en cuyo caso la salida es table

missingflag — Condición de valor faltante

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

Condición de valor faltante, especificada como uno de los valores de esta tabla.

Valor	Tipo de datos de entrada	Descripción
"includemissing"	Todos los tipos de datos admitidos	Incluye los valores faltantes en A al calcular la media. Si falta un elemento en la dimensión operativa, falta el elemento correspondiente en M.
"includenan"	double, single, duration
"includenat"	datetime
"omitmissing"	Todos los tipos de datos admitidos	Ignora los valores faltantes en A y calcula la media en menos puntos. Si faltan todos los elementos de la dimensión operativa, falta el elemento correspondiente en M.
"omitnan"	double, single, duration
"omitnat"	datetime

W — Esquema de ponderación

vector | matriz | arreglo multidimensional

Desde R2024a

Esquema de ponderación, especificado como vector, matriz o arreglo multidimensional. Los elementos de W deben ser no negativos.

Si especifica un esquema de ponderación, mean devuelve la media ponderada, que es útil cuando los valores en los datos de entrada tienen niveles de importancia diferentes o los datos de entrada están sesgados.

Si W es un vector, debe tener la misma longitud que la dimensión operativa. De lo contrario, W debe tener el mismo tamaño que los datos de entrada.

Si los datos de entrada A son una tabla o un horario, W debe ser un vector.

No puede especificar este argumento si especifica vecdim o "all".

Tipos de datos: double | single

Más acerca de

Media

Para un vector de longitud finita A compuesto por N observaciones escalares, la media se define como

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

Media ponderada

Para un vector de longitud finita A compuesto por N observaciones de escalar y el esquema de ponderación W, la media ponderada se define como

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

Capacidades ampliadas

Arreglos altos

Realice cálculos con arreglos que tienen más filas de las que caben en la memoria.

La función mean es compatible con arreglos altos con las siguientes notas y limitaciones de uso:

• La opción de tipo de datos de salida "native" no es compatible con tipos enteros.

• El argumento de par nombre-valor Weights no es compatible.

Para obtener más información, consulte Arreglos altos.

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Notas y limitaciones de uso:

• Si se utilizan, los argumentos dim, vecdim, outtype y missingflag deben ser constantes en el tiempo de generación del código.

• La generación de código no admite la opción de tipo de datos de salida "native" para tipos de datos enteros.

• Para el argumento de entrada A:

  • Si no especifica ninguna dimensión, el generador de código opera en la primera dimensión del arreglo de entrada que sea de tamaño variable o cuyo tamaño no sea igual a 1. Si esta dimensión es de tamaño variable en el tiempo de generación del código y tiene el valor 1 en el tiempo de ejecución, puede producirse un error en el tiempo de ejecución. Para evitar este error, especifique la dimensión.

  • Si todas las dimensiones del arreglo de entrada son de tamaño variable en el tiempo de generación del código, este arreglo no puede estar vacío en el tiempo de ejecución.

Generación de código de GPU

Genere código CUDA® para GPU NVIDIA® mediante GPU Coder™.

Notas y limitaciones de uso:

• Si especifica dim, debe ser una constante.

• Las opciones outtype y missingflag deben ser cadenas o vectores de caracteres constantes.

• Los tipos enteros no son compatibles con la opción de tipo de datos de salida "native".

• El argumento de par nombre-valor Weights no es compatible.

Entorno basado en subprocesos

Ejecute código en segundo plano con MATLAB® backgroundPool o acelere código con Parallel Computing Toolbox™ ThreadPool.

Esta función es totalmente compatible con entornos basados en subprocesos. Para obtener más información, consulte Ejecutar funciones de MATLAB en entornos basados en subprocesos.

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

La función mean es totalmente compatible con los arreglos de GPU. Para ejecutar la función en una GPU, especifique los datos de entrada como un gpuArray (Parallel Computing Toolbox). Para obtener más información, consulte Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Arreglos distribuidos

Realice particiones de arreglos grandes por toda la memoria combinada de su cluster mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con los arreglos distribuidos. Para obtener más información, consulte Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Historial de versiones

Introducido antes de R2006a

R2024b: Calcular la media ponderada para el tipo de datos datetime

Puede calcular la media ponderada para los datos de entrada que tengan el tipo de datos datetime. Antes de la versión R2024b, únicamente se podía calcular la media no ponderada para este tipo de datos.

R2024a: Calcular media ponderada

Calcule la media ponderada especificando el parámetro Weights como el esquema de ponderación. Puede calcular la media ponderada para datos de entrada de tipo numérico, lógico y duration.

R2023a: Realizar cálculos directamente en tablas y horarios

La función mean puede realizar cálculos sobre todas las variables de una tabla u horario sin indexar para acceder a dichas variables. Todas las variables deben tener tipos de datos que admitan el cálculo. Para obtener más información, consulte Direct Calculations on Tables and Timetables.

R2023a: Especificar una condición de valor faltante

Incluya u omita todos valores faltantes en los datos de entrada cuando calcule la media usando las opciones "includemissing" u "omitmissing". Anteriormente, "includenan", "omitnan", "includenat" y "omitnat" especificaban una condición de valor faltante que era específica del tipo de datos de los datos de entrada.

R2023a: Rendimiento mejorado con tamaño de grupo reducido

La función mean muestra una mejora en su rendimiento al realizar el cálculo sobre un vector real cuando no se especifica la dimensión operativa. La función determina la dimensión operativa predeterminada más rápidamente en R2023a que en R2022b.

Por ejemplo, este código calcula la media en la dimensión predeterminada del vector. El código es aproximadamente 2,2 veces más rápido que en la versión anterior.

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

Los tiempos de ejecución aproximados son:

R2022b: 0,91 s

R2023a: 0,41 s

El código se cronometró en un sistema de prueba Windows^® 10, Intel^® Xeon^® CPU E5-1650 v4 con 3,60 GHz utilizando la función timeit.

timeit(@timingMean)

R2018b: Operar en varias dimensiones

Opere en varias dimensiones de los datos de entrada al mismo tiempo. Especifique un vector de dimensiones operativas o especifique la opción "all" para operar en todas las dimensiones de los arreglos.

Consulte también

Funciones

• median | mode | std | var | sum