【ndarray常用的统计方式】——numpy库04

numpy库中的部分统计函数：

当涉及到NumPy中ndarray的常用统计方法时，以下是一些常见的函数及其描述的表格形式的汇总：

函数	描述
sum()	计算数组元素的总和
mean()	计算数组元素的平均值
median()	计算数组元素的中位数
min()	返回数组中的最小值
max()	返回数组中的最大值
std()	计算数组元素的标准差
var()	计算数组元素的方差
percentile()	计算数组元素的百分位数
argmin()	返回数组中最小值的索引
argmax()	返回数组中最大值的索引
cumsum()	计算数组元素的累积和
cumprod()	计算数组元素的累积积
cov()	计算数组元素之间的协方差
corrcoef()	计算数组元素之间的相关系数
histogram()	计算数组的直方图
unique()	返回数组中的唯一值

sum()：

import numpy as np
arr1 = np.array([[1,2,3],[4,5,6]])
print(arr1.sum()) #21

对矩阵中的所有值进行求和操作

数组按第0轴方向求和

对于二维数组来讲，第0轴是竖着的。即按列求和，并组成新数组返回。

import numpy as np
arr1 = np.array([[1,2,3],
                 [4,5,6]])
print(arr1.sum(axis=0)) #[5 7 9]

数组按第1轴方向求和

对于二维数组来讲，第1轴是横着的。即按行求和，并组成新数组返回。

import numpy as np
arr1 = np.array([[1,2,3],             
                 [4,5,6]])
print(arr1.sum(axis=1)) #[ 6 15]

cumsum()：

数组按第0轴方向累积求和

第一行保持不变，第二行为第一行的数加上第二行的数，第三行为求和过的第二行加上第三行的数，以此类推逐渐累积求和

import numpy as np
arr1 = np.array([[1,2,3],
                 [4,5,6],
                 [7,8,9]])
print(arr1.cumsum(axis=0))
"""
[[ 1  2  3] #1 2 3
 [ 5  7  9] #1+4 2+5 3+6
 [12 15 18]] #1+4+7 2+5+8 3+6+9
"""

数组按第1轴方向累积求和

第一列保持不变，第二列为第一列的数加上第二列的数，第三列为求和过的第二列加上第三列的数，以此类推逐渐累积求和

import numpy as np
arr1 = np.array([[1,2,3],
                 [4,5,6],
                 [7,8,9]])
print(arr1.cumsum(axis=1))
"""
[[ 1  3  6] #1 1+2 1+2+3
 [ 4  9 15] #4 4+5 4+5+6
 [ 7 15 24]] #7 7+8 7+8+9
"""