La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

mean

Valeur moyenne ou moyennée d’un tableau

Syntaxe

M = mean(A)

M = mean(A,"all")

M = mean(A,dim)

M = mean(A,vecdim)

M = mean(___,outtype)

M = mean(___,missingflag)

Description

M = mean(A) renvoie la moyenne des éléments de A le long de la première dimension du tableau dont la taille est supérieure à 1.

• Si A est un vecteur, mean(A) renvoie la moyenne des éléments.

• Si A est une matrice, mean(A) renvoie un vecteur ligne contenant la moyenne de chaque colonne.

• Si A est un tableau multidimensionnel, mean(A) opère le long de la première dimension du tableau dont la taille est supérieure à 1, en traitant les éléments comme des vecteurs. La taille de M dans cette dimension devient 1, tandis que les tailles de toutes les autres dimensions restent identiques à celles de A.

• Si A est une table ou une timetable, mean(A) renvoie une table à une ligne contenant la moyenne de chaque variable. (depuis R2023a)

M = mean(A,"all") renvoie la moyenne de tous les éléments de A.

M = mean(A,dim) renvoie la moyenne sur la dimension dim. Par exemple, si A est une matrice, mean(A,2) renvoie un vecteur colonne contenant la moyenne de chaque ligne.

M = mean(A,vecdim) renvoie la moyenne basée sur les dimensions spécifiées dans le vecteur vecdim. Par exemple, si A est une matrice, mean(A,[1 2]) renvoie la moyenne de tous les éléments de A, car chaque élément d’une matrice est contenu dans la tranche de tableau définie par les dimensions 1 et 2.

M = mean(___,outtype) renvoie la moyenne avec un type de données spécifié pour n’importe laquelle des syntaxes précédentes. outtype peut être "default", "double" ou "native".

M = mean(___,missingflag) spécifie s’il faut inclure ou omettre les valeurs manquantes dans A. Par exemple, mean(A,"omitmissing") ignore toutes les valeurs manquantes lors du calcul de la moyenne. Par défaut, mean inclut les valeurs manquantes.

Exemples

Moyenne des colonnes d'une matrice

Créez une matrice et calculez la moyenne de chaque colonne.

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

Moyenne des lignes d'une matrice

Créez une matrice et calculez la moyenne de chaque ligne.

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

Moyenne d'un tableau 3D

Créez un tableau de 4 x 2 x 3 de nombres entiers compris entre 1 et 10 et calculez les valeurs moyennes sur la deuxième dimension.

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

Moyenne de la page d'un tableau

Créez un tableau 3D et calculez la moyenne sur chaque page de données (lignes et colonnes).

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

Pour calculer la moyenne sur toutes les dimensions d’un tableau, vous pouvez soit spécifier chaque dimension dans l’argument de la dimension du vecteur, soit utiliser l’option "all".

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

M2 = 3.5000

Mall = mean(A,"all")

Mall = 3.5000

Moyenne d'un tableau simple précision

Créez un vecteur simple précision de uns et calculez sa moyenne simple précision.

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

M = single
    1

Le résultat est également simple précision.

class(M)

ans = 
'single'

Moyenne excluant les valeurs manquantes

Créez une matrice contenant les valeurs 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

Calculez les valeurs moyennes de la matrice, en excluant les valeurs manquantes. Pour les colonnes de la matrice qui contiennent une valeur NaN, mean procède au calcul avec les éléments non NaN. Pour les colonnes de matrice qui contiennent toutes les valeurs NaN, la moyenne est NaN.

M = mean(A,"omitnan")

M = 1×4

    1.7700    0.1675       NaN   -1.3800

Arguments d'entrée

A — Tableau en entrée

vecteur | matrice | tableau multidimensionnel | table | timetable

Tableau en entrée, spécifié sous forme de vecteur, de matrice, de tableau multidimensionnel, de table ou de timetable.

• Si A est un scalaire, mean(A) renvoie A.

• Si A est une matrice vide de 0 x 0, alors mean(A) renvoie NaN.

Types de données : single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | datetime | duration | table | timetable

dim — Dimension sur laquelle opérer

scalaire entier positif

Dimension sur laquelle opérer, spécifiée en tant que scalaire entier positif. Si vous ne spécifiez pas la dimension, alors la valeur par défaut est la première dimension de tableau de taille supérieure à 1.

La dimension dim indique la dimension dont la longueur est réduite à 1. size(M,dim) équivaut à 1, tandis que toutes les autres dimensions restent inchangées.

Prenez une matrice A en entrée de dimension m x n :

• mean(A,1) calcule la moyenne des éléments dans chaque colonne de A et renvoie un vecteur ligne de dimension 1 x n.

  

• mean(A,2) calcule la moyenne des éléments de chaque colonne de A et renvoie un vecteur colonne de dimension m x 1.

  

mean renvoie A lorsque dim est supérieure à ndims(A) ou lorsque size(A,dim) équivaut à 1.

vecdim — Vecteur de dimensions

vecteur de nombres entiers positifs

Vecteur de dimensions, spécifié sous forme de vecteur de nombres entiers positifs. Chaque élément représente une dimension du tableau en entrée. Les longueurs de la sortie dans les dimensions de fonctionnement spécifiées sont de 1, tandis que les autres restent inchangées.

Prenez A, un tableau d’entrée de 2 x 3 x 3. mean(A,[1 2]) renvoie alors un tableau de 1 x 1 x 3 dont les éléments correspondent aux moyennes sur chaque page de A.

outtype — Type de données en sortie

"default" (par défaut) | "double" | "native"

Type de données en sortie, spécifié sous forme de l’une des valeurs dans cette table. Ces options spécifient également le type de données dans lequel l’opération est effectuée.

outtype	Type de données en sortie
"default"	double, sauf si le type de données en entrée est single, duration, datetime, table ou timetable, auquel cas la sortie est "native"
"double"	double, sauf si le type de données en entrée est duration, datetime, table ou timetable, auquel cas "double" n’est pas supporté
"native"	Même type de données qu'en entrée, sauf si : Le type de données en entrée est logical, auquel cas la sortie est double Le type de données en entrée est char, auquel cas "native" n’est pas supporté Le type de données en entrée est timetable, auquel cas la sortie est table

missingflag — Condition de valeur manquante

"includemissing" (par défaut) | "includenan" | "includenat" | "omitmissing" | "omitnan" | "omitnat"

Condition de valeur manquante, spécifiée sous forme de l’une des valeurs de cette table.

Valeur	Type de données en entrée	Description
"includemissing"	Tous les types de données supportés	Inclue les valeurs manquantes dans A lors du calcul de la moyenne. Si un élément de la dimension opérationnelle est manquant, l’élément correspondant dans M l’est également.
"includenan"	double, single, duration
"includenat"	datetime
"omitmissing"	Tous les types de données supportés	Ignore les valeurs manquantes dans A et calcule la moyenne sur un nombre réduit de points. Si tous les éléments de la dimension opérationnelle sont manquants, l’élément correspondant dans M l’est également.
"omitnan"	double, single, duration
"omitnat"	datetime

En savoir plus

Moyenne

Pour un vecteur A de longueur finie composé de N observations scalaires, la moyenne est définie en tant que

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

Capacités étendues

Tall arrays

Calculer avec des arrays possédant plus de rangées que la mémoire ne peut en contenir.

Cette fonction supporte entièrement les tall arrays. Pour plus d’informations, consultez Tall array.

Génération de code C/C++

Générez du code C et C++ avec MATLAB® Coder™.

Notes d’usage et limitations :

• Si vous spécifiez dim, il doit s’agir d’une constante.

• Les options outtype et missingflag doivent être des vecteurs ou des chaînes de caractères constants.

• Les types entiers ne supportent pas l’option "native" pour le type de données en sortie.

• Consultez Variable-Sizing Restrictions for Code Generation of Toolbox Functions (MATLAB Coder).

Génération de code GPU

Générez du code CUDA® pour les GPU NVIDIA® avec GPU Coder™.

Notes d’usage et limitations :

• Si vous spécifiez dim, il doit s’agir d’une constante.

• Les options outtype et missingflag doivent être des vecteurs ou des chaînes de caractères constants.

• Les types entiers ne supportent pas l’option "native" pour le type de données en sortie.

Environnement basé sur les threads

Exécutez du code en arrière-plan avec MATLAB® backgroundPool ou accélérez le code avec Parallel Computing Toolbox™ ThreadPool.

Cette fonction supporte entièrement les environnements basés sur des threads. Pour plus d’informations, consultez Run MATLAB Functions in Thread-Based Environment.

GPU Arrays

Accélérez le code en exécutant les calculs sur une unité de traitement graphique (GPU) avec Parallel Computing Toolbox™.

La fonction mean supporte partiellement les GPU array. Certaines syntaxes de la fonction s’exécutent sur un GPU lorsque vous spécifiez les données d’entrée sous forme de gpuArray (Parallel Computing Toolbox). Notes d’usage et limitations :

• L’option "native" n’est pas supportée.

Pour plus d’informations, consultez Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Distributed arrays

Divisez les tableaux volumineux dans la mémoire combinée de votre cluster avec Parallel Computing Toolbox™.

Notes d’usage et limitations :

• L’option "native" n’est pas supportée.

Pour plus d’informations, consultez Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox).

Historique des versions

Introduit avant R2006a

R2023a: Effectuer des calculs directement dans les tableaux et les timetables

La fonction mean peut procéder au calcul sur toutes les variables au sein d’un tableau ou d’une timetable sans indexation pour accéder à ces variables. Toutes les variables doivent avoir des types de données qui supportent les calculs. Pour plus d’informations, consultez Direct Calculations on Tables and Timetables.

R2023a: Spécifier la condition de valeur manquante

Incluez ou omettez toutes les valeurs manquantes dans le tableau d’entrée lors du calcul de la moyenne en utilisant les options "includemissing" ou "omitmissing". Auparavant, "includenan", "omitnan", "includenat" et "omitnat" spécifiaient une condition de valeur manquante propre au type de données du tableau en entrée.

R2023a: Amélioration des performances sur les groupes de petite taille

La fonction mean est plus performante lors du calcul sur un vecteur réel lorsque la dimension opérationnelle n’est pas spécifiée. Dans la version R2023a, la fonction détermine la dimension opérationnelle par défaut plus rapidement par rapport à la version R2022b.

Par exemple, ce code calcule la moyenne le long de la dimension vectorielle par défaut. Le code est environ 2,2 fois plus rapide que dans la version précédente.

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

Les temps d’exécution approximatifs sont les suivants :

R2022b : 0,91 s

R2023a : 0,41 s

Le code a été chronométré sur un système de test Windows^® 10, avec CPU Intel^® Xeon^® E5-1650 v4 @ 3.60 GHz en utilisant la fonction timeit.

timeit(@timingMean)

R2018b: Réaliser des opérations sur plusieurs dimensions

Réalisez simultanément des opérations sur de multiples dimensions d'un tableau en entrée. Spécifiez un vecteur de dimensions opérationnelles, ou spécifiez l’option "all" pour opérer sur toutes les dimensions d'un tableau.

Voir aussi

Fonctions

• median | mode | std | var | sum