NumPy的统计函数(1)
| 函数 |
说明 |
| sum(a, axis=None) |
据给定轴axis计算数组a相关元素之和，axis整数或元组 |
| mean(a, axis=None) |
给定轴axis计算数组a相关元素的期望，axis整数或元组 |
| average(a,axis=None,weights=None) |
据给定轴axis计算数组a相关元素的加权平均值 |
| std(a, axis=None) |
据给定轴axis计算数组a相关元素的标准差 |
| var(a, axis=None) |
据给定轴axis计算数组a相关元素的方差 |
axis=0表示第一层的维度 axis=1表示第二层
In [129]: a=np.arange(15).reshape(3,5)
In [130]: a
Out[130]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
In [131]: np.sum(a)
Out[131]: 105
In [132]: np.mean(a,axis=1)
Out[132]: array([ 2., 7., 12.])
In [133]: np.mean(a,axis=0)
Out[133]: array([ 5., 6., 7., 8., 9.])
In [134]: np.average(a,axis=0,weights=[10,5,1])
Out[134]: array([ 2.1875, 3.1875, 4.1875, 5.1875, 6.1875]) #4.185=2*10+7*5+1*12/(10+5+1)
In [135]: np.std(a)
Out[135]: 4.3204937989385739
In [136]: np.var(a)
Out[136]: 18.666666666666668
NumPy的统计函数(2)
| 函数 |
说明 |
| min(a) max(a) |
计算数组a中元素的最小值、最大值 |
| argmin(a) argmax(a) |
计算数组a中元素最小值、最大值的降一维后下标 |
| unravel_index(index, shape) |
根据shape将一维下标index转换成多维下标 |
| ptp(a) |
计算数组a中元素最大值与最小值的差 |
| median(a) |
计算数组a中元素的中位数（中值） |
In [137]: b=np.arange(15,0,-1).reshape(3,5)
In [138]: b
Out[138]:
array([[15, 14, 13, 12, 11],
[10, 9, 8, 7, 6],
[ 5, 4, 3, 2, 1]])
In [139]: np.max(b)
Out[139]: 15
In [140]: np.argmax(b)
Out[140]: 0
In [141]: np.unravel_index(np.argmax(b),b.shape)
Out[141]: (0, 0)
In [142]: np.ptp(b)
Out[142]: 14
In [143]: np.median(b)
Out[143]: 8.0
网友评论