python学习numpy基础和应用-8

简单统计应用

我们可以知道numpy中提供了很多的函数。

1.生成正太分布数据

有很多的现象符合正态分布规律。

在numpy中就有名为random的模块，里面包含若干随机数据的函数，其中normal就是专门用来生成符合正态分布规律的随机数字。

完整的函数表达式为：numpy.random.normal(loc=0.0,scale=1.0,size=None).

loc：浮点数，分布的平均值。

scale：浮点数，分布的标准差。

size：整数或者整数元素的元组，输出的数据个数。

2.简单的统计函数

列出一些常用的并且简单的统计函数，能够得到常用的数据统计量。

np.mean，np.average 计算平均值，加权平均

np.var 计算方差

np.std 计算平均差

np.min，np.max 计算最小值，最大值

np.argmin，np.argmax 返回最小值，最大值和索引

np.ptp 计算全距，即最大值与最小值的差

np.percentile 计算百分位在统计对象中的值

np.median 计算统计对象的中值

np.sum 计算统计对象的和

 

矩阵

在numpy中，矩阵是ndarray的子类，因此每个矩阵轴线继承了数组的属性和方法，然后才有该矩阵自己特有的属性和方法。

创建矩阵的方法有np.mat（）和np.matrix（）。

我们的A乃是我们创建的矩阵，a为我们创建的数组。尽管我们传入的都是相同的元素，但是我们得到的却不同。

矩阵必须为二维，而数组则是可以为一维，二维，等等维度。

我们除了用以上的方式创建矩阵以外，还可以用字符作为字符串作为参数创建矩阵。

或者直接将数组作为参数创建矩阵。

当然，还能将矩阵作为参数创建矩阵，使用np.mat（）。

跟数组比较，矩阵的乘法运算独树一帜。

乘法

矩阵与标量的乘法

可将，矩阵和数组的乘法是不同的，数组是将相应位置的元素进行相乘，而矩阵则是按照矩阵的乘法运算来计算。

https://www.zhihu.com/question/21351965

而在numpy中存在函数可以让我们的数组实现类似矩阵乘法的运算。

这样的结果就和A*B的结果就相同了。

 

基本操作