NumPy聚合（最小值、最大值和其他值）

1、数组值求和

先来看一个小例子， 设想计算一个数组中所有元素的和。 Python 本身可用内置的 sum 函数来实现：

In[1]: import numpy as np
In[2]: L = np.random.random(100)
sum(L)
Out[2]: 55.61209116604941

它的语法和 NumPy 的 sum 函数非常相似， 并且在这个简单的例子中的结果也是一样的：

In[3]: np.sum(L)
Out[3]: 55.612091166049424

但是， 因为 NumPy 的 sum 函数在编译码中执行操作， 所以 NumPy 的操作计算得更快一些：

In[4]: big_array = np.random.rand(1000000)
%timeit sum(big_array)
%timeit np.sum(big_array)
10 loops, best of 3: 104 ms per loop
1000 loops, best of 3: 442 μs per loop

但是需要注意， sum 函数和 np.sum 函数并不等同， 这有时会导致混淆。 尤其是它们各自的可选参数都有不同的含义， np.sum 函数是知道数组的维度的。

2、最大值、最小值

同样， Python 也有内置的 min 函数和 max 函数， 分别被用于获取给定数组的最小值和最大值：