16.1 统计函数

29 篇文章 1 订阅
29 篇文章 0 订阅

16.1 统计函数

“”"
Numpy(或数组对象)具有如下常用的统计函数

  1. mean/sum/prod(连乘)
  2. max/min/amax/amin
  3. argmax/argmin(最大值、最小值索引)
  4. std/var(标准差和方差)
  5. cumsum/cumprod(累乘和累加)
  6. all/any
  7. median/percentile# 中位数和百分比分位数
    “”"
    import numpy as np

x = np.array([1, 2, 3, 4, -1, -2, -3, -4])
print(x)

x = np.arange(1, 11).reshape(2, 5)
print(x)

x = np.array([1, 2, 3, 4, -1, -2, -3, -4, np.NaN])

求和、求平均、最大值、最小值、连乘

print(np.sum(x), np.mean(x), np.max(x), np.min(x), np.prod(x))

在求和的时候忽略Nan

print(np.nansum(x), np.nanmean(x), np.nanprod(x))

求最大值、最小值对应的索引

print(np.argmax(x), np.argmin(x))

求最大值、最小值对应的索引(忽略NaN)

print(np.nanargmax(x), np.nanargmin(x))

x = np.arange(30).reshape(5, 6)
print(x)
np.random.shuffle(x)
print(x)
print(x.ravel())
print(np.nanargmax(x), np.nanargmin(x))

标准差和方差

x = np.arange(1, 11).reshape(2, 5)
print(np.nanstd(x), np.nanvar(x))

累乘和累加

x = np.arange(1, 11).reshape(2, 5)
print(x)
print(np.nancumsum(x), np.nancumprod(x))

中位数和百分比分位数

aa = np.arange(1, 10)
print(np.median(aa), np.percentile(aa, 99))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

soyisou

您的鼓励将是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值