numpy.amin()和numpy.amax()
numpy.amin()用于计算数组中元素沿着指定轴的最小值。
numpy.amax()用于计算数组中元素沿着指定轴的最大值
1
2
3
4
5
|
a = np.array([ 1 , 3 , 6 ],[ 3 , 4 , 11 ],[ 6 , 1 , 4 ])
print (np.amin(a, 1 ) #每行最小值
print (np.amin(a, 0 ) #每列最小值
print (np.amax(a) #所有元素中最大值
print (np.amax(a, 1 )) #j每行的最大值
|
结果:
[1 3 1]
[1 1 4]
11
[ 6 11 6]
numpy.ptp()
用来计算数组中元素的最大值与最小值的差(最大值-最小值)。
numpy.percentile()
表示百分比
1
|
numpy.percentile(a,q,axis)
|
- a:输入数组
- q:要计算的百分位数
- axis:沿着它计算百分位数的轴
对于一个数组,我们设置它的百分位数为20,则我们可以推算出在该数组排序中在百分之20上的值是多少,例如:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
percentail百分数
a = np.array([[ 21 , 60 , 4 ], [ 10 , 20 , 1 ]])
print ( '数组a:' )
print (a)
print ( '调用 percentile() 函数:' )
50 % 的分位数,就是 a 里排序之后的中位数
print (np.percentile(a, 20 ))
axis 为 0 ,在纵列上求
print (np.percentile(a, 20 , axis = 0 ))
axis 为 1 ,在横行上求
print (np.percentile(a, 20 , axis = 1 ))
保持维度不变
print (np.percentile(a, 20 , axis = 1 , keepdims = True ))
|
结果:
数组a:
[[21 60 4]
[10 20 1]]
调用 percentile() 函数:
4.0
[12.2 28. 1.6]
[10.8 4.6]
[[10.8]
[ 4.6]]Process finished with exit code 0
标准差
std=sqrt(mean((x-x.mean()) * * 2)
其中mean((x-x.mean()) * * 2)是指每个样本与全体样本值的平均数之差,即方差,标准差就是方差的平方根。
其它统计函数
1
|
numpy.mediam()
|
用于计算数组a中元素的中位数
1
|
numpy.average()
|
将各数值乘以相应的权数,然后加总求和得到总体值,再除以总的单位数。即用来计算加权平均数
1
|
numpy.mean()
|
返回数组元素的算术平均值
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://www.cnblogs.com/supershuai/p/12219869.html