Python中的Numpy(3.聚合操作)

1.ndarray的常用的聚合操作

# 1.最大值/最小值 ：np.max / np.min
n1 = np.random.randint(0,100,20)
print(n1)
# 打印出n1中的最大值和最小值
n1_max = n1.max()
n1_min = n1.min()
print("最大值为：",n1_max,"最小值为：",n1_min)
'''# max()和min()里面可以指定axis,即可以指定轴'''
n2 = np.random.randint(0,150,size=(4,4,4))
print(n2)
print(n2.max(axis=0))  # 默认情况下，axis=0
'''
# 多维数组   即x相对应的三维 (a,b,c) -> (axis=0,axis=1,axis=2)
# axis=0,代表多维数组的每个一维数组的相对应的数里面最大的一个
# axis=1,代表多维数组的每个二维数组的每个一维数组里面最大的数（按列）
# axis=2,代表多维数组的每个二维数组的每个一维数组里面最大的数（按行）
'''
# 2.求和  # sum()，axis同理
n1_sum = n1.sum()
print("和为：",n1_sum)  #对n1的所有的数求和
# 3.求平均值  mean()，axis同理
n3 = np.random.randint(0,150,size=(4,4,4))
n3_mean = n3.mean()
print("平均值为：",n3_mean) #对n3的所有的数求平均数

# 3.取出符合条件的索引 np.argwhere()
'''按照条件取出索引'''
n4 = np.random.randint(0,200,10)
print(n4)
'''取出n4的值大于100的索引'''
n4_index = np.argwhere(n4>100)
print("n4中符合条件的索引：",n4_index)
'''根据取出来的索引来取出具体符合要求的值'''
n5 = n4[n4_index]
print("n4中符合条件的具体的值：",n5)

 以后会持续添加