numpy 的 统计函数 以及 随机数

一 . 统计函数

1. 求平均值

m1.mean() 

如果想求得某一纬度的均值 ， 内部参数轴 可设置 axis=0 or 1 ， 0为 从上到下 1为从左到右

2. 求中位数

np.median(arr)

3.求标准差、方差

np.std(arr)

np,var(arr)

4.最值

m1.max()

m1.min()

可设置 axis 轴

5.求和

m1.sum()

axis

6.加权平均数

np.average(arr,axis,weights=c,returned=False)

c=np.array（[ ]）   权重

二 . 随机数

1.

① np.random.rand() 代表 [ 0 , 1 )

rand(维度)

② randn() 标准正态分布

③ randint(low , high ,size=None,dtype=' ' )

④ sample（size）浮点数 [ 0.0 , 1.0)

⑤ normal(loc=0.0,scale=1.0,size=)  正态分布

loc 均值

scale 标准差

2.随机种子

使用不同的种子值 ，则每次生成的随机数不同

如果需要两次随机数都相同， 需要两次调用相同 种子值

np.random.seed(2)
arr1=np.random.normal(loc=5,scale=2.0,size=(5,5))
np.random.seed(2)
arr2=np.random.normal(loc=5,scale=2.0,size=(5,5))
print(arr1)
print('='*10)
print(arr2)

[[4.16648431 4.88746635 0.72760781 8.28054162 1.41312883]
 [3.31650527 6.00576283 2.50942383 2.88409556 3.18198477]
 [6.10290809 9.58441603 5.08307879 2.76414911 6.07811664]
 [3.8076806  4.96173901 7.35000244 3.5042581  5.0180505 ]
 [3.24378421 4.68713166 5.5131409  3.0224419  4.32235607]]
==========
[[4.16648431 4.88746635 0.72760781 8.28054162 1.41312883]
 [3.31650527 6.00576283 2.50942383 2.88409556 3.18198477]
 [6.10290809 9.58441603 5.08307879 2.76414911 6.07811664]
 [3.8076806  4.96173901 7.35000244 3.5042581  5.0180505 ]
 [3.24378421 4.68713166 5.5131409  3.0224419  4.32235607]]

三 . 其他函数

① resize(arr,shape) 有返回值，不改变原有数组 原有数组数据补齐

     resize(shape,refcheck=False) 无返回值 0补齐

② append（arr , values, axis=）

axis= None  数组平铺展开追加数据 输出一维数组

axis= 0 追加行

axis= 1 追加列

对应轴的数据 形状应该相同 否则会报错

③ insert（arr,obj,values,axis）在索引值之前插入

obj 索引值

axis= None  数组平铺展开插入数据 输出一维数组

axis= 0 插入行

axis= 1 插入列

④delete(arr,obj,axis)

展开删除 不能用切片形式

⑤ argwhere(条件)

返回非零元素的索引

二维数组返回坐标

⑥unique()

去重去重然后自动排序（升序）

IND=np.unique(arr,return_indedx=True,return_counts=True)

return_indedx 返回原数据的索引

return_counts 返回原数据出现的次数

np.argmax(ind) 找到最大值索引 所对应的值

⑦sort(arr,axis,kind,order)

np.sort(arr) 不会更改原有数组

arr.sort() 更改原有的数组

aixs=0 列

axis=1 行

np.argsort（）返回排序后原有数据的下标

np.argsort（）[::-1] 降序

np.argsort（）[:: 1] 升序

⑧ in1d 方法

numpy.in1d(测试数组，目标数组)  用来判断测试数组中的元素是否存在于目标数组中的数组

 返回一个布尔值数组

arr1=np.array([[2,5,2],[6,5,8],[3,2,8]])
arr2=np.array([52,9,45,6])
c=np.in1d(arr2,arr1)
print(c)

[False False False  True]