numpy学习(6)--数组的聚合操作和统计分析：统计函数：mean()、median()、std()、var()等、最大值和最小值、排序和唯一值

当进行数组的聚合操作和统计分析时，NumPy提供了一些方便的函数和方法来计算各种统计指标和处理数据，例如均值、中位数、标准差、方差、最大值、最小值、排序和唯一值。下面介绍了一些常用的函数和方法：

1. 均值（Mean）：均值是指一组数值中所有数值的平均数。

   import numpy as np
   
   # 计算均值
   data = np.array([1, 2, 3, 4, 5])
   mean_value = np.mean(data)
   

2. 中位数（Median）：中位数是指将一组数值按照从小到大的顺序排列后，位于所有数值中间的数。

   import numpy as np
   
   # 计算中位数
   data = np.array([1, 2, 3, 4, 5])
   median_value = np.median(data)
   

3. 标准差（Standard Deviation）：标准差衡量一组数值的离散程度，表示数值偏离均值的程度。

   import numpy as np
   
   # 计算标准差
   data = np.array([1, 2, 3, 4, 5])
   std_value = np.std(data)
   

4. 方差（Variance）：方差衡量一组数值的离散程度，是标准差的平方。

   import numpy as np
   
   # 计算方差
   data = np.array([1, 2, 3, 4, 5])
   var_value = np.var(data)
   

5. 最大值和最小值：最大值是一组数值中的最大数，最小值是一组数值中的最小数。

   import numpy as np
   
   # 计算最大值和最小值
   data = np.array([1, 2, 3, 4, 5])
   max_value = np.max(data)
   min_value = np.min(data)
   

6. 排序和唯一值：排序是对一组数值进行升序或降序排列，唯一值是指一组数值中的去重后的数值。

   import numpy as np
   
   # 排序和唯一值
   data = np.array([3, 1, 2, 4, 5])
   sorted_data = np.sort(data)
   unique_values = np.unique(data)
   

这些函数和方法可以用于对NumPy数组进行聚合操作和统计分析。你可以根据需要在代码中使用它们，并结合其他NumPy功能进行更复杂的数据处理和分析。此外，这些函数和方法还接受参数，以便根据轴(axis)、数据类型等对数组进行计算