numpy中的统计函数
numpy中的统计函数
一、常用函数
>>> import numpy as np
>>> x = np.array([[-1,3,0],[5,2,7]])
>>> x
array([[-1, 3, 0],[ 5, 2, 7]])>>> np.max(x)
7
>>> np.min(x)
-1
>>> np.sum(x)
16
>>> np.prod(x)
0
>>> np.std(x)
2.748737083745107
>>> np.var(x)
7.555555555555556
>>> np.mean(x)
2.6666666666666665
>>> np.median(x)
2.5
>>> np.any(x) #即判断是否存在不为零的元素。
True
>>> np.all(x) #即判断是否所有的元素不为零。False
二、高级用法
>>> import numpy as np
>>> x = np.array([[-1,3,0],[5,2,7]])
>>> x
array([[-1, 3, 0],[ 5, 2, 7]])>>> np.min(x,axis=0)#找到每一列的最小值
array([-1, 2, 0])>>> np.min(x,axis = 1)#找到每一行的最小值
array([-1, 2])
>>> bin(10) #bin()得到二进制形式
'0b1010'
>>> bin(6)
'0b110'
>>> 10 & 6
2
>>> bin(10 & 6)
'0b10'
>>> x
array([[-1, 3, 0],[ 5, 2, 7]])
>>> x>0
array([[False, True, False],[ True, True, True]])
>>> x
array([[-1, 3, 0],[ 5, 2, 7]])
>>> x[ (x>0)&(x<6)] #选取大于0且小于6的元素
array([3, 5, 2])
numpy中的统计函数相关推荐
- python数据分析(四)——numpy中的nan和数据的填充
系列文章: python数据分析(一)--numpy数组的创建 python数据分析(二)--numpy数组的计算 python数据分析(三)--numpy读取本地数据和索引 python数据分析(五 ...
- numpy中的常用统计函数
import numpy as np# 统计函数arr = np.arange(20).reshape(4,5) print('arr:',arr) # 求和函数sum # axis不设置默认对整个数 ...
- numpy的数字统计函数
三:numpy的数字统计函数: 1.numpy有哪些数学统计函数: (1)np.sum -------所有元素的和 (2)np.prod -------所有元素的乘积 ...
- 19【numpy中的nan和常用方法】01numpy中的nan和常用统计方法
numpy中的nan和inf 什么是nan nan/NAN/Nan not a number 表示不是一个数字 什么时候会出现nan 当我们在做类似于0/0 无穷-无穷这种无意义的运算时 当我们读取本 ...
- Numpy中的广播和数组运算
https://www.toutiao.com/a6677441250955624973/ 一.概述 在Numpy中当数组进行运算时,如果两个数组的形状相同,那么两个数组相乘就是两个数组的对应位相乘, ...
- python创建列向量_关于Numpy中的行向量和列向量详解
关于Numpy中的行向量和列向量详解 行向量 方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结 ...
- Numpy中矩阵运算
Numpy中矩阵运算 1 矩阵和向量 1.1 矩阵 矩阵,英文matrix,和array的区别矩阵必须是2维的,但是array可以是多维的. 如图:这个是 3×2 矩阵,即 3 行 2 列,如 m 为 ...
- Numpy中数组间运算
Numpy中数组间运算 1 数组与数的运算 [可以直接进行运算] arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]]) arr + ...
- Numpy 中的 arange 函数
1. 概述 Numpy 中 arange() 主要是用于生成数组,具体用法如下: 2. arange() 2.1 语法 numpy.arange(start, stop, step, dtype = ...
- python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组、使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank)
python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组.使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank) 目录
最新文章
- Sublime3 快捷键
- php数组array_push()和array_pop()以及array_shift()函数
- 漫游飞行_手机“飞行模式”为何没被淘汰?内行人坦言:其实是你不会用!
- 企业使用云计算低效益怎么办?区块链或成良药
- java throws catch_java中throws与try...catch的区别点
- [Unity] Animation Blend Tree 中混合值变化时部分骨骼错误旋转 360 度的解决办法:将 Humanoid 改成 Generic
- 适配器模式(PHP实现)
- android studio for android learning (十九 ) 最新Handler消息传递机制全解
- 2021信息管理与信息系统专业保研(情报学|管理科学与工程)
- python提取某一列数据,Python numpy 提取矩阵的某一行或某一列的实例
- npm i 和 npm i -S有什么区别吗?
- 网工神器:PNETLab模拟器踩坑过程
- 解决win10部分程序文本乱码,亲测有效
- 我所理解的 iOS 并发编程
- 关于轩辕剑3外传 swd3eDvd.exe报错问题
- EMWin对话框(Diolog)通知框(Messa…
- 关系数据理论(回顾关系模式、数据依赖、不规范的关系模式存在的问题、 函数依赖、非平凡函数依赖/平凡函数依赖、完全函数依赖/部分函数依赖定义、传递函数依赖,码)
- Linux 关闭防火墙方法
- Laragon集成环境安装
- ubunutu个人配置
热门文章
- 【心情随笔】2021年终总结
- Apache Flink如何处理背压
- Spring Boot(二):外部配置文件(超级详细)
- Java同步锁对比synchronized 和ReentrantLock 的区别--超级详细权威
- Golang 函数耗时统计
- 今日学习在线编程题:小码哥的序列
- 树莓派Pico开发板的C/C++开发环境搭建(VSCode+PlatformIO)
- python运行环境怎么配置_python配置环境 菜鸟教程,python的运行环境怎么配置
- 【我的OpenGL学习进阶之旅】EGL简介
- centos安装图形化界面及vnc-server连接