numpy数据分析函数

一、数学运算函数

import numpy as np
n1=np.array([[1,2,3],[4,5,6],[7,8,9]])
n2=np.array([1,2,3])
#加
print(np.add(n1,n2))
#减
print(np.subtract(n1,n2))
#乘
print(np.multiply(n1,n2))
#除
print(np.divide(n1,n2))
#倒数
print(np.reciprocal(n2))


#幂运算
n3=np.array([10,20,30])
n4=np.array([1,2,3])
#求n3的n4次幂
print(np.power(n3,n4))


#余数运算
print(np.mod(n3,n4))

#四舍五入
n=np.array([1.23,4.45,6.68])
print(np.around(n))
print(np.around(n,decimals=2))  #decimals保留几位小数


#向上取整与向下取整
print(np.ceil(n))#向上
print(np.floor(n))#向下

#三角函数
n=np.array([0,30,60,90])
print(np.sin(n*np.pi/180))#得到正弦值

二、统计分析函数

import numpy as np
n=np.array([[1,2,3],[4,5,6],[7,8,9]])

#求和
print(n.sum())         #整个数组求和
print(n.sum(axis=0))   #行的和
print(n.sum(axis=1))   #列的和

#平均值
print(n.mean())        #整个数组平均值
print(n.mean(axis=0))  #行的平均值
print(n.mean(axis=1))  #列的平均值

#最大值最小值
print(n.max())        #数组最大值
print(n.max(axis=0))  #行最大值
print(n.max(axis=1))  #列最大值
print(n.min())        #最小值
print(n.min(axis=0))  #行最小值
print(n.min(axis=1))  #列最小值

#加权平均
#一组数据与出现的次数相乘再平均计算,是为加权平均
n1=np.array([1,2,3,4,5])
n2=np.array([3,4,5,6,7])#表示数组n1中数据出现的次数
print(np.average(n1.weights=n2))

#中位数(数组有序)
n3=np.array([1,2,3,4,5,6])
print(np.median(n1))

#方差
#各组数据与他们的平均数的差的平方
n5=np.array([1,2,3])
print(n5.var())

#标准差
print(n5.std())

三、数组排序

import numpy as np
n=np.array([[2,32,3],[4,1,5],[6,3,6]])
print(np.sort(n))        #升序
print(np.sort(n,axis=0)) #按行升序
print(np.sort(n,axis=1))#按列升序

#按索引排序
n1=np.array([3,5,61,2,4,7])
y=np.argsort(n1)
print(y)#输出升序的索引
print(n1[y])
#输出排序后的数组

#lexsort排序
n2=np.array([13,45,6,34,67,78])
n3=np.array([134,567,86,5,78,76])
sort=np.lexsort(n2,n3)#设置排序关键字,最后是第一关键字依次向前
print(sort)#输出排序后的索引
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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