numpy-统计函数

本文介绍了numpy库在统计分析中的应用,包括计算数组的最小值、最大值、差值、百分位数、中位数、平均值、加权平均值、标准差和方差。这些函数如numpy.amin(), numpy.amax(), numpy.percentile(), numpy.median(), numpy.mean(), numpy.average(), numpy.std()和numpy.var(),是数据处理和分析的重要工具。" 122695589,11389694,中国无线门铃市场碳中和研究及企业战略分析,"['智能家居', '物联网技术', '安防设备', '碳中和策略', '市场研究报告']
摘要由CSDN通过智能技术生成

1. 使用numpy.amin() 用于计算数组中的元素沿指定轴的最小值。

 2. 使用numpy.amax() 用于计算数组中的元素沿指定轴的最大值。

 3. 使用numpy.ptp()函数计算数组中元素最大值与最小值的差(最大值 - 最小值)

 4. numpy.percentile() 百分位数是统计中使用的度量,表示小于这个值的观察值的百分比。

函数numpy.percentile()接受以下参数。

numpy.percentile(a, q, axis)

参数说明:

  • a: 输入数组
  • q: 要计算的百分位数,在 0 ~ 100 之间
  • axis: 沿着它计算百分位数的轴

首先明确百分位数:

第 p 个百分位数是这样一个值,它使得至少有 p% 的数据项小于或等于这个值,且至少有 (100-p)% 的数据项大于或等于这个值。

举个例子:高等院校的入学考试

  • 0
    点赞
  • 2
    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