"""
基础数组统计方法:
方法 描述
----------------------------------------------
np.sum() 沿着轴向计算所有元素的累和,0长度的数组,累和为0
np.mean() 算数平均值,0长度的数组平均值为NaN
np.std() 标准差
np.var() 方差
np.min() 最小值
np.max() 最大值
np.argmin() 最小值的位置
np.argmax() 最大值的位置
np.cumsum() 从0开始元素累计和
np.cumprod() 从1元素开始的累积乘
"""
import numpy as np
arr_1 = np.arange(7).reshape((1, 7))
print(arr_1)
print(np.sum(arr_1)) # arr_1.sum()
print(np.mean(arr_1)) # arr_1.mean()
print(np.std(arr_1)) # ...
print(np.min(arr_1))
print(np.argmax(arr_1))
print(np.cumsum(arr_1))
print(np.cumprod(arr_1))
# 布尔值会被强制为1(True)和0(False),因此,可以通过sum计算布尔值数组中True的个数
print((arr_1 > 4).sum()) # 2 表示大于4的个数有两个,即5和6
# 对于布尔值数组,有两个非常有用的方法any和all
# any:检查数组中是否至少有一个True all:检查是否每个值都为True,该方法也适用于非布尔型数组,所有的非0元素都会按True处理
bool_arr = np.array([True, False, False, True])
# 两种方式均可
print(np.any(bool_arr))
print(bool_arr.any())
print(np.all(bool_arr))
print(bool_arr.all())
10-24
208
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)