Python数据科学numpy的运算、分布函数和矩阵

本文介绍numpy的常用运算、统计分布函数和矩阵的基础用法

numpy的一元多元运算，给我们做数据处理分析做基础，忘记的时候可以查看文档，常用的理解记忆就行。以下代码演示前提均以import numpy as np为前提

1. 一元运算：

• 运算函数：
  np.abs(x)/np.fabsx) -绝对值/浮点数绝对值;
  np.sqrt(x) -开平方根;
  np.square(x) -平方
  np.log(x)/np.log2(x)/np.log10(x) -取log对数值
  np.cell(x)/np.floor(x)/np.rint(x) -类似数学的进一法/退一法/四舍五入

• 统计函数：
  np.sum(a) -求和
  np.mean(a) -均值
  np.average(a,axis=0,weights=[10,5,1]) -加权平均，weight是权重属性
  np.std(a)/np.var(a) -标准差 /方差
  np.min(a)/np.max(a) -最小值/最大值
  np.ptp(a) -极差 np.median(a) -中位数
  np.argmin(a)/np.argmax(a) -返回将成一维后最小值最大值的索引值

• 三角函数：
  np.sin() np.cos() np.tan() 普通型三角函数
  np.sinh() np.cosh() np.tanh() 双面型三角函数

• np.exp() 指数值
  np.sign 符号值

下面演示一下运算函数的np.ceil()/np.floor()/np.rint()和统计函数的np.argmin()/np.argmax()

a1 = np.array([[90.2,70.6,88.1],[98.0,90.8,92.5],[-10.5,2.2,-98.7]])
result1 = np.ceil(a1)
result2 = np.floor(a1)
result3 = np.rint(a1)
print(result1)
print("=======================&#