Numpy数字统计函数

本文介绍了Numpy的数学统计函数,包括如何按照不同axis进行计算,重点讲解了在机器学习中如何对数据进行标准化处理,以确保不同特征的量纲一致,提高模型训练效率。通过公式A=(A-mean(A,axis=0))/std(A,axis=0)对数据进行标准化,并给出了随机数标准化的例子。" 110566768,10295368,Python Selenium 操控浏览器:最大化、设置尺寸及导航,"['Python编程', 'Web自动化测试', 'Selenium框架']
摘要由CSDN通过智能技术生成

一.Numpy数字统计函数

函数名                       说明
np.sum                   所有元素的和
np.prod                  所有元素的乘积
np.cumsum                元素的累积加和
np.cumprod               元素的累积乘积
np.min                   最小值
np.max                   最大值
np.percentile            0-100百分位
np.quantile              0-1分位数
np.median                中位数
np.average               加权平均,参数可以指定weights(位置)
np.mean                  平均值
np.std                   标准差
np.var                   方差

1.Numpy的数学统计函数

import numpy as np
arr=np.arange(12).reshape(3,4)
arr
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
np.sum(arr)
66
np.prod(arr)
0
np.cumsum(arr) # 3=0+1+2  6=0+1+2+3 .....
array([ 0,  1,  3,  6, 10, 15, 21, 28, 36, 45, 55, 66], d
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值