点击上方 蓝字 关注我们
我们先假设一个场景,当你面对大量数据时,你想要得出一个整体的数据概况,你会去怎么去做?
对于我来说呢,如果面对大量数据时,我会去计算相关数据的概括统计值,包括均值,标准差,中位数等等,它们可以让我们概括出数据中的“经典值”。
在数据分析中,我们常用到的工具是SQL,这些函数在SQL中你可能已经用的比较熟悉了,今天呢我们就讲一讲这些函数在Python中的应用。
01
数组值求和:Sum函数
如果你想要计算数组中所有元素的和,那么你可以用Python中内置的sum函数,也可以直接用Python自己的sum函数。
import numpy as np
L = np.random.random(100)
sum(L)
# 55.61209116604941
np.sum(L)
# 55.612091166049424
二者语法相似,但是在执行效果方面,Numpy中的sum计算更快,因为其是在编译码中执行操作的。
big_array = np.random.rand(1000000)
%timeit sum(big_array)
%timeit np.sum(big_array)
# 10 loops, best of 3: 104 ms per loop
# 1000 loops, best of 3: 442 µs per loop
02
最大值/最小值
Python也有内置的min以及max函数,分别用于获取数组中的最大值与最小值。
min(big_array), max(big_array)
# (1.1717128136634614e-06, 0.99999767849