3.7 Numpy中的聚合运算

说明：本总结来自教程《Python3玩转机器学习》

聚合操作

求和

import numpy as np
L = np.random.random(100)
sum(L) //python自带的求和
np.sum(L)

这两种方式实现的功能一样，区别就是执行时间不同。

求最值

big_array = np.random.rand(100000)
np.min(big_array)
big_array.min()
np.max(big_array)
big_array.max()

二维矩阵聚合运算

// 计算矩阵所有元素的和
X = np.arange(16).reshape(4, -1)
X
np.sum(X)

// 计算矩阵某行或者某列的和
np.sum(X, axis = 0) //每一列的和(沿着行的维度进行运算)
np.sum(X, axis = 1) //每一行的和(沿着列的维度进行运算)

//计算所有元素的乘积
np.prod(X)

//计算平均值
np.mean(X)

//计算中位数
np.median(X)

//计算百分位,当q=50，相当于median, q=100相当于求最大值
np.percentile(big_array, q=50)

for percent in [0, 25, 50, 75, 100]:
    print(np.percentile(big_array, q=percent)

// 计算方差
np.var(big_array)
// 计算标准差
np.std(big_array)