Numpy学习第3天——统计相关

次序统计

计算最小值

• numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])

import numpy as np
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = np.amin(x)
print(y) # 11
y = np.amin(x, axis=0)
print(y) # [11 12 13 14 15]
y = np.amin(x, axis=1)
print(y) # [11 16 21 26 31]

解释：axis的上限随着数组的维度增加而增加，n维数组ndarray，axis的范围为[0, n-1]，例如，对于一维数组[1, 2]，axis的范围为0，二维数组[[1, 2], [3, 4]]的axis的范围为0～1，以此类推。其实axis每加一级，就相当于把数组降一维度，递归的对其中的每个元素进行操作：

# 伪代码
operation(ndarray, axis=n):
	if(n == 0):
		res = caculate something cover all items in ndarray
		return res
	res = []
	for item in ndarray:
		res.append(operation(item, axis=n-1))
	return res

对于上面的例子，数组是二维的，当axis=0时，拆掉最外面的中括号，剩下

[11, 12, 13, 14, 15], [16, 17, 18, 19, 20], [21, 22, 23, 24, 25], 
[26, 27, 28, 29, 30], [31, 32, 33, 34, 35]

以每个块为整体，对所有的块做min运算，这是向量化的运算，对不同一维数组中的同一位置上的元素做运算，在这个例子中，得到的结果是[11, 12, 13, 14, 15]。因为axis=0，所以最终的答案就为它。
当axis=1时，对每个一维数组降维后分别进行min运算，得到的结果都分别是一个标量，为11，16，21，26，31，因为axis=1，所以回溯后这些结果会被追加到列表中，所以最终结果为[11, 16, 21, 26, 31]。

计算最大值

• numpy.amax(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])
  原理同上，不做解释。

计算极差

极差：一个数组中的最大值-最小值

• numpy.ptp(a, axis=None, out=None, keepdims=np._NoValue) Range of values (maximum - minimum)

import numpy as np
np.random.seed(20200623)
x = np.random.randint(0, 20, size=[4, 5])
print(x)
# [[10 2 1 1 16]
# [18 11 10 14 10]
# [11 1 9 18 8]
# [16 2 0 15 16]]
print(np.ptp(x)) # 18
print(np.ptp(x, axis=0)) # [ 8 10 10 17 8]
print(np.ptp(x, axis=1)) # [15 8 17 16]

计算分位数

• numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)
  • a：目标数组
  • q：[0, 100]的float数组，分位数
  • axis：维度方向

import numpy as np
np.random.seed(20200623)
x = np.random.randint(0, 20, size=[4, 5])
print(x)
# [[10 2 1 1 16]
# [18 11 10 14 10]
# [11 1 9 18 8]
# [16 2 0 15 16]]
print(np.percentile(x, [25, 50]))
# [ 2. 10.]
print(np.percentile(x, [25, 50], axis=0))
# [[10.75 1.75 0.75 10.75 9.5 ]
# [13.5 2. 5. 14.5 13. ]]
print(np.percentile(x, [25, 50], axis=1))
# [[ 1. 10. 8. 2.]
# [ 2. 11. 9. 15.]]

均值与方差

计算中位数

• numpy.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)

import numpy as np
np.random.seed(20200623)
x = np.random.randint(0, 20, size=[4, 5])
print(x)
# [[10 2 1 1 16]
# [18 11 10 14 10]
# [11 1 9 18 8]
# [16 2 0 15 16]]
print(np.percentile(x, 50))
print(np.median(x))
# 10.0
print(np.percentile(x, 50, axis=0))
print(np.median(x, axis=0))
# [13.5 2. 5. 14.5 13. ]
print(np.percentile(x, 50, axis=1))
print(np.median(x, axis=1))
# [ 2. 11. 9. 15.]

计算平均值

• numpy.mean(a[, axis=None, dtype=None, out=None, keepdims=np._NoValue)])

import numpy as np
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = np.mean(x)
print(y) # 23.0
y = np.mean(x, axis=0)
print(y) # [21. 22. 23. 24. 25.]
y = np.mean(x, axis=1)
print(y) # [13. 18. 23. 28. 33.]

计算加权平均值

• numpy.average(a[, axis=None, weights=None, returned=False])