NumPy統(tǒng)計(jì)函數(shù)的實(shí)現(xiàn)方法
numpy.amin()和numpy.amax()
numpy.amin()用于計(jì)算數(shù)組中元素沿著指定軸的最小值。
numpy.amax()用于計(jì)算數(shù)組中元素沿著指定軸的最大值
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
結(jié)果:
[1 3 1]
[1 1 4]
11
[ 6 11 6]
numpy.ptp()
用來(lái)計(jì)算數(shù)組中元素的最大值與最小值的差(最大值-最小值)。
numpy.percentile()
表示百分比
numpy.percentile(a,q,axis)
- a:輸入數(shù)組
- q:要計(jì)算的百分位數(shù)
- axis:沿著它計(jì)算百分位數(shù)的軸
對(duì)于一個(gè)數(shù)組,我們?cè)O(shè)置它的百分位數(shù)為20,則我們可以推算出在該數(shù)組排序中在百分之20上的值是多少,例如:
percentail百分?jǐn)?shù) a = np.array([[21, 60, 4], [10, 20, 1]]) print('數(shù)組a:') print(a) print('調(diào)用 percentile() 函數(shù):') 50% 的分位數(shù),就是 a 里排序之后的中位數(shù) print(np.percentile(a, 20)) axis 為 0,在縱列上求 print(np.percentile(a, 20, axis=0)) axis 為 1,在橫行上求 print(np.percentile(a, 20, axis=1)) 保持維度不變 print(np.percentile(a, 20, axis=1, keepdims=True))
結(jié)果:
數(shù)組a:
[[21 60 4]
[10 20 1]]
調(diào)用 percentile() 函數(shù):
4.0
[12.2 28. 1.6]
[10.8 4.6]
[[10.8]
[ 4.6]]Process finished with exit code 0
標(biāo)準(zhǔn)差
std=sqrt(mean((x-x.mean()) * * 2)
其中mean((x-x.mean()) * * 2)是指每個(gè)樣本與全體樣本值的平均數(shù)之差,即方差,標(biāo)準(zhǔn)差就是方差的平方根。
其它統(tǒng)計(jì)函數(shù)
numpy.mediam()
用于計(jì)算數(shù)組a中元素的中位數(shù)
numpy.average()
將各數(shù)值乘以相應(yīng)的權(quán)數(shù),然后加總求和得到總體值,再除以總的單位數(shù)。即用來(lái)計(jì)算加權(quán)平均數(shù)
numpy.mean()
返回?cái)?shù)組元素的算術(shù)平均值
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python按順序重命名文件并分類轉(zhuǎn)移到各個(gè)文件夾中的實(shí)現(xiàn)代碼
這篇文章主要介紹了python按順序重命名文件并分類轉(zhuǎn)移到各個(gè)文件夾中,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-07-07Python實(shí)現(xiàn)TCP探測(cè)目標(biāo)服務(wù)路由軌跡的原理與方法詳解
這篇文章主要介紹了Python實(shí)現(xiàn)TCP探測(cè)目標(biāo)服務(wù)路由軌跡的原理與方法,結(jié)合實(shí)例形式分析了Python TCP探測(cè)目標(biāo)服務(wù)路由軌跡的原理、實(shí)現(xiàn)方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-09-09對(duì)tensorflow中的strides參數(shù)使用詳解
今天小編就為大家分享一篇對(duì)tensorflow中的strides參數(shù)使用詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01一文詳解python如何將編寫(xiě)的模塊打包上傳至pypi
我們此前花了很大功夫?qū)懥艘粋€(gè)極其簡(jiǎn)單的web框架myWeb,想要給別人用的時(shí)候,需要讓別人拷貝源代碼才行,這太low了,所以本篇文章會(huì)介紹如何將自己寫(xiě)的模塊打包上傳至pypi,以便讓需要的人通過(guò)pip進(jìn)行安裝,感興趣的同學(xué)可以參考閱讀2023-05-05使用pandas實(shí)現(xiàn)csv/excel sheet互相轉(zhuǎn)換的方法
今天小編就為大家分享一篇使用pandas實(shí)現(xiàn)csv/excel sheet互相轉(zhuǎn)換的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12Python?Collections庫(kù)的高級(jí)功能使用示例詳解
Python的collections庫(kù)提供了一系列有用的數(shù)據(jù)類型,擴(kuò)展了內(nèi)建的數(shù)據(jù)類型,為開(kāi)發(fā)者提供了更多高級(jí)功能,本文將深入探討collections庫(kù)的一些高級(jí)功能,通過(guò)詳細(xì)的示例代碼演示,幫助大家更好地理解和應(yīng)用這些功能2023-12-12詳解Python排序算法的實(shí)現(xiàn)(冒泡,選擇,插入,快速)
這篇文章主要為大家介紹了Python中常見(jiàn)的四種排序算法的實(shí)現(xiàn):冒泡排序、選擇排序、插入排序和快速排序,文中通過(guò)圖片詳細(xì)講解了它們實(shí)現(xiàn)的原理與代碼,需要的可以參考一下2022-04-04