Numpy常见方法（4）-数学和统计方法

说明：本blog基于python3版本, numpy 1.22.0

---

前言

numpy的数学统计方法主要有7个，分别是 sum（求和），mean（求均值），std/var（求标准差/方差），min/max（求最大/最小值），argmin/argmax（求最大/最小值的位置），cumsum（求累和），cumprod（求累积）

一、数学统计方法的全元素操作

数学统计方法的全元素操作，对函数无需加入参数axis；
比如我想求数组a的全元素最大值位置，代码如下

import numpy as np
a = np.array([[1,-2,-3],[4,-5,6]])

arg = np.argmax(a)
print(a)
print(arg)

结果如下，

[[ 1 -2 -3]
 [ 4 -5  6]]
5

由上可知，我们得到全元素最大位置是5；为什么是5而不是（1，2）呢？因为我们在使用numpy的数学统计方法时，**如果明确参数axis的值，就会默认对全元素操作，把整个ndarray视为一维数组，由里向外对所有元素按着一维数组的方式排列顺序；**回到本题，就是第5个位置最大。

当然，我们可以写出一个三维数组，进一步熟悉argmax方法的原理

import numpy as np
a = np.array([[[1,-2,-3],[4,-5,6]],[[7,8,-9],[10,11,-12]]])

arg = np.argmax(a)
print(a)
print(arg)

结果如下，

[[[  1  -2  -3]
  [  4  -5   6]]

 [[  7   8  -9]
  [ 10  11 -12]]]
10

nice！ 第11个位置元素最大（因为python的位置是从0开始）；argmax方法在神经网络中经常用到，请多加留意。

二、数学统计方法的按轴操作

数学统计方法的按轴操作，对函数需加入参数axis；axis对应轴按从外往里扒衣原则，该原则与ndarray的shape属性所遵照的原则相同

如果对numpy.shape属性感兴趣，请参考博文中的numpy基本属性部分

比如我想求数组a的最内层的最大值位置，代码如下

代码如下

import numpy as np
a = np.array([[[1,-2,-3],[4,-5,6]],[[7,8,-9],[10,11,-12]]])
arg = np.argmax(a, axis = 2)
print(a)
print(arg)

结果如下，

[[[  1  -2  -3]
  [  4  -5   6]]

 [[  7   8  -9]
  [ 10  11 -12]]]
[[0 2]
 [1 1]]

由上边结果，我们可以看到结果符合我们预期，具体解释如下：

[ 1 -2 -3]最大值为1，位置0
[ 4 -5 6]最大值为6，位置2
[ 7 8 -9]最大值为8，位置1
[ 10 11 -12]最大值为11，位置1
所以最终返回一个二维ndarray

[[0 2]
 [1 1]]

另外，我们还可求a中间层的最大值位置
代码如下

import numpy as np
a = np.array([[[1,-2,-3],[4,-5,6]],[[7,8,-9],[10,11,-12]]])
arg = np.argmax(a, axis = 1)
print(a)
print(arg)

结果如下

[[[  1  -2  -3]
  [  4  -5   6]]

 [[  7   8  -9]
  [ 10  11 -12]]]
[[1 0 1]
 [1 1 0]]

具体解释如下：

[ 1 4]最大值为4，位置1
[ -2 -5]最大值为-2，位置0
[ -3 6]最大值为6，位置1
[ 7 10]最大值为10，位置1
[8 11]最大值为11，位置1
[ -9 -12]最大值为-9，位置0

所以最终返回一个二维ndarray

[[1 0 1]
 [1 1 0]]

当然，我们还可以求最外层的最大值位置
代码如下

import numpy as np
a = np.array([[[1,-2,-3],[4,-5,6]],[[7,8,-9],[10,11,-12]]])
arg = np.argmax(a, axis = 0)
print(a)
print(arg)

结果如下

[[[  1  -2  -3]
  [  4  -5   6]]

 [[  7   8  -9]
  [ 10  11 -12]]]
[[1 1 0]
 [1 1 0]]

具体解释如下：

[ 1 7]最大值为7，位置1
[ -2 8]最大值为8，位置1
[ -3 -9]最大值为-3，位置0
[ 4 7]最大值为7，位置1
[-5 11]最大值为11，位置1
[ 6 -12]最大值为6，位置0

所以最终返回一个二维ndarray

[[1 1 0]
 [1 1 0]]

其实就是遵循一个原则，每层扒衣，元素比较

---

总结

写在最后，如果本blog对你帮助，欢迎点赞讨论，共同进步~