numpy中的统计函数

个人学习笔记！

一、常用函数

1、np.max()

作用：找出最大值

>>> 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

2、np.min()

作用：找出最小值

>>> np.min(x)
-1

3、np.sum()

作用：计算所有元素之和

>>> np.sum(x)
16

4、np.prod()

作用：计算数组中所有元素之积

>>> np.prod(x)
0

5、np.std()

作用：计算元素的标准差

>>> np.std(x)
2.748737083745107

6、np.var()

作用：计算元素的方差

>>> np.var(x)
7.555555555555556

7、np.mean()

作用：计算元素的平均值

>>> np.mean(x)
2.6666666666666665

8、np.median()

作用：计算元素的中位数

>>> np.median(x)
2.5

9、np.any()

作用：判断是否存在为真的元素。

>>> np.any(x) #即判断是否存在不为零的元素。
True

10、np.all()

作用：判断是否所有元素为真

>>> np.all(x) #即判断是否所有的元素不为零。False

二、高级用法

1、沿某个维度进行统计

默认情况下，每一个numpy的统计函数都是对数组中所有元素进行操作的。我们可以用关键字参数axis指定沿着哪个轴进行统计。

>>> 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])

2、选取满足所给条件的值

这里涉及到布尔操作，仅作简单介绍。

2.1 布尔操作

布尔运算符：&(与) 、| (或) 、^(异或) 、 ~(非)，它们是按位运算的，对二进制的比特位进行逻辑操作。

>>> bin(10) #bin()得到二进制形式
'0b1010'
>>> bin(6)
'0b110'
>>> 10 & 6
2
>>> bin(10 & 6)
'0b10'

2.2 比较操作

比较运算符：>,<,<=,>=,!=,==，对数组的每一个元素进行比较操作。

比较操作得到的是布尔数组。

>>> x
array([[-1,  3,  0],[ 5,  2,  7]])
>>> x>0
array([[False,  True, False],[ True,  True,  True]])

2.3 用布尔数组作为筛选条件选取符合条件的元素

>>> 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])