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