(5)numpy数组的基本运算

内容：

·基础运算：

·求元素之和：

arr.sum() or np.sum(arr)

·求平均值：

arr.mean() or np.mean(arr)

·求最大、最小值：

arr.max() or np.max(arr)

arr.min() or np.min(arr)

·求最大、最小值的下标索引：

arr.argmax() or np.argmax(arr)

arr.argmin() or np.argmin(arr)

·求标准差和方差：

标准差：arr.std() or np.std(arr)

方差：arr.var() or np.var(arr)

·求中位数：

np.median(arr)

·any和all用法

·广播运算

·矩阵运算

·排序

import numpy as np

【基础运算】

先生成一个含有10个元素的numpy数组：

arr = np.random.randint(0, 20, size=10)
print("arr:\n", arr)

 

（求元素之和）

# 第一种：求中位数时，不可使用此方法
print("元素之和:", arr.sum())
# 第二种：直接调用numpy库中的sum方法，传入参数为numpy数组，任何情况下都适用
print("元素之和:", np.sum(arr))

运行结果：

 

（求平均值）

# 求numpy数组中所有元素的平均值：mean()方法
print("元素平均值:", arr.mean())

运行结果：

（求最大、最小值）

# 求numpy数组中元素的最大、最小值：max()方法、min()方法
print(f"元素最大值：{arr.max}，元素最小值：{arr.min}")

运行结果：

（求最大、最小值的索引下标）

# 求最大最小元素的下标：
print(f"最大值下标为{arr.argmax()}，最小值下标为{arr.argmin()}")

运行结果：

（求标准差和方差）

# 求所有元素的标准差和方差：
print(f"标准差为{arr.std()}，{np.std(arr)}方差为{arr.var()}")

运行结果：

（求中位数）

# 注意，求中位数时，不可以”arr.median()“，因为arr并不具备排序方法，所以会报错
print(f"中位数为{np.median(arr)}")

运行结果：

【any和all的用法】

any：检测一个布尔列表BOOL中，是否至少存在一个True。只要存在一个True，则返回True；反之，则返回False

all：检测一个布尔列表BOOL中，是否全为True。全为True时，返回True；反之，则返回False

bool_list = np.array([True, False, True, True, False, False, False])
print(bool_list.any())
print(bool_list.all())

运行结果：

【广播运算】

特点：它本身是一种机制，而不是一种语法原则，会自动进行补维

支持numpy.array和任意一个数运算

一个数可以和一个数组进行运算，运算方式：

将这个数和数组中每个元素进行相应的运算，返回值依旧为一个数组，且为布尔数组

最多使用：一个数组和一个零维数字进行运算

arr = np.random.randint(0, 100, size=8)
return_bool = arr > 50
print(arr, "\n", return_bool)
print(arr[return_bool])
# 查看一个数组中，是否至少存在一个大于70的数
print("数组中至少存在一个大于70的数：", (arr > 70).any())
# 不能广播运算的例子：
m = np.ones(shape=(2, 2))
n = np.ones(shape=(3, 3))
# 此处会报错
print(m + n)

运行结果：

 

 【矩阵运算】

# 矩阵运算
a = np.array([[1, 2], [3, 3]])
b = np.array([[1, 1], [3, 3]])
# 错误示范，此种情况下，会进行对应位置相乘，并不是数学意义中的矩阵运算
print(a * b)
# 正确示范
print(np.dot(a, b))

运行结果：

 【排序】

# 排序（了解即可，panda会有更好的排序方式）
data = np.random.randint(0, 100, size=20)
print(data)
# 将生成数，按从小到大的顺序排列
print(np.sort(data))

运行结果：