reduce
# 求和
x = np.arange(1,6)
np.add.reduce(x)
# 求所有元素的乘积
np.multiply.reduce(x)
outer
# 外积(九九乘法表)
n = np.arange(1,10)
np.multiply.outer(n,n)
sum
one = np.random.randint(1,10,[4,5])
# 求和
np.sum(one,axis=0) # 按列求和
np.sum(one,axis=1) # 按行求和
np.sum(one) # 求总和
max(min同理)
# 求最值
np.max(one,axis=0) # 按列求
np.max(one,axis=1) # 按行求
np.max(one) # 求所有元素最大值
argmax(argmin同理)
# 取最值索引
np.argmax(one,axis=0) # 按列取
np.argmax(one,axis=1) # 按行取
np.argmax(one) # 求所有元素最大值索引(按行从0数)
any
# 判断是否存在元素为真
np.any(one)
all
# 判断是否所有元素为真
np.all(one)
具有缺失值的数组运算时可以在聚合函数前加一个nan