python-函数-统计函数
时间:2022-09-29
本文章向大家介绍python-函数-统计函数,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
#(1)amax(),amin() 作用:计算数组中的元素沿指定轴的最大值,最小值 import numpy as np x = np.random.randint(1,11,9).reshape((3,3)) print(x)
#output: [[ 9 1 2] [ 5 2 6] [10 10 3]]
print(np.amin(x,0)) #每一列的最小值 print(np.amin(x,1)) #每一行的最小值 print(np.amax(x,0)) #每一列的最大值 print(np.amax(x,1)) #每一行的最大值
#output: [5 1 2] [1 2 3] [10 10 6] [ 9 6 10]
#(2)ptp() 作用:计算数组中元素最大值与最小值的差(最大值-最小值) import numpy as np x = np.random.randint(1,11,9).reshape((3,3)) print(x) print(np.ptp(x)) print(np.ptp(x,0)) print(np.ptp(x,1))
#output: [[10 6 2] [ 2 10 10] [ 6 5 10]] 8 [8 5 8] [8 8 5]
#(3)percentile() 原型:numpy.percentile(a,p,axis) #a为数组 p为要计算的百分位数,在0~100之间,axis:沿着它计算百分比的轴 作用:百分位数是统计中使用的度量,表示小于这个值的观察值的百分比 x = np.array([[10,7,4],[3,2,1]]) print(x) print(np.percentile(x,50)) print(np.percentile(x,50,axis=0)) print(np.percentile(x,50,axis=1)) (10+3)/2=6.5
#output: [[10 7 4] [ 3 2 1]] 3.5 [6.5 4.5 2.5] [7. 2.]
#(4)median() 作用:算数组中元素的中位数(中值) import numpy as np x = np.array([[30,65,70],[80,95,10],[50,90,60]]) print(x) print("\n") print(np.median(x)) print(np.median(x,axis=0)) print(np.median(x,axis=1))
#(5)mean() 作用:返回数组中元素的算数平方根 import numpy as np x = np.arange(1,10).reshape((3,3)) print("x数组:") print(x) print("\n") print(np.mean(x)) print(np.mean(x,axis=0)) print(np.mean(x,axis=1))
#output: x数组: [[1 2 3] [4 5 6] [7 8 9]] 5.0 [4. 5. 6.] [2. 5. 8.]
#(6)average()作用:根据在另一个数组中给出的各自权重计算数组中的元素的加权平均值,可以接受一个轴参数。如果没有指定轴,则数组会被展开 import numpy as np x = np.array([1,2,3,4]) print(x) print(np.average(x)) wts = np.array([4,3,2,1]) print(np.average(x,weights=wts)) #如果return 参数为true,则返回权重的和 print("权重的和:") print(np.average([1,2,3,4],weights=[4,3,2,1],returned=True)) x = np.array([0,1,2,3,4,5]).reshape((3,2)) print(x) wts = np.array([3,5]) print(np.average(x,axis=1,weights=wts)) #(0*3+1*5)/(3+5)=5/8=0.625
#output: [1 2 3 4] 2.5 2.0 权重的和: (2.0, 10.0) [[0 1] [2 3] [4 5]] [0.625 2.625 4.625]
#(7)标准差 公式: std = sqrt(mean((x-x.mean())**2)) 如果数组是[1,2,3,4],则其平均值为2.5,因此,差的平方是[2.25,0.25,0.25,2.25],并且其平均值的平方根除以4,即sqrt(5/4),结果为1.118033........ x = np.array([1,2,3,4]) print(x) x - np.mean(x) 1.5*1.5 0.5*0.5 y = np.array([2.25,0.25,0.25,2.25]) np.mean(y) np.sqrt(1.25) #也即 import numpy as np print(np.std([1,2,3,4]))
#output: [1 2 3 4] 1.118033988749895
#(8)方差. mean((x-x.mean())**2) 标准差是方差的平方根 print(np.var([1,2,3,4])) #也即 x = np.array([1,2,3,4]) x - np.mean(x) y = np.array([2.25,0.25,0.25,2.25]) print(y) np.mean(y)
#output: 1.25 [2.25 0.25 0.25 2.25] 1.25
参考视频:哔哩哔哩——马士兵教育-杨淑娟
原文地址:https://www.cnblogs.com/dd0016/p/16743048.html
- demo1 动态显示view或弹框 动态隐藏view或弹框
- 从零开始的Spring Security Oauth2(一)
- 细说Android事件传递
- swift基础_ set get方法 理解
- 高仿今日头条(2)
- ios tableview 上加 textfiled
- Spring Cloud实战小贴士:Feign的继承特性(伪RPC模式)
- 仿淘宝购买详情页购买缩小动画
- 高仿今日头条(1)
- android Native堆
- Spring Boot中Web应用的统一异常处理
- android bitmap的内存分配和优化
- Gitflow工作流程
- Android学习第一弹:Android通过用代码画虚线椭圆边框背景来学习一下shape的用法
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 第六天:网络处理(anet部分)-- redis源码慢慢学,慢慢看【redis6.0.6】
- python爬王者荣耀壁纸
- 搞定三大神器之 Python 装饰器
- 当一个http请求来临时,SpringMVC究竟偷偷帮你做了什么?请求映射器篇
- rabbitpy使用purge不生效
- Springboot读取自定义属性之集合(list,数组)
- 被遗忘的 10 个Linux命令,很实用!
- Nginx配置中一个不起眼字符"/"的巨大作用,失之毫厘谬以千里
- 当一个http请求来临时,SpringMVC究竟偷偷帮你做了什么?SpringMVC视图处理器与视图篇章【终章】
- 求求你,别再开发的时候一用redis分布式锁,就急着去复制粘贴了!lua脚本的实现思路
- 全网最详细的 K8s Service 不能访问排查流程
- 团体程序设计天梯赛-练习集 L1-001 Hello World
- 团体程序设计天梯赛-练习集 L1-002 打印沙漏
- 团体程序设计天梯赛-练习集 L1-003 个位数统计
- 团体程序设计天梯赛-练习集 L1-004 计算摄氏温度