Numpy组队学习（下）--3

次序统计

计算最小值

numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])

返回数组最小值或沿轴最小值。

计算最大值

numpy.amax(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])

返回数组最大值或沿轴最大值。

计算极差

numpy.ptp(a, axis=None, out=None, keepdims=np._NoValue)

沿轴的最大值最小值之差。

计算分位数

numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)

• a：array，用来算分位数的对象，可以是多维的数组。
• q：介于0-100的float，用来计算是几分位的参数，如四分之一位就是25，如要算两个位置的数就[25,75]。
• axis：坐标轴的方向，一维的就不用考虑了，多维的就用这个调整计算的维度方向，取值范围0/1。

均值与方差

计算中位数

numpy.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)

计算平均值

numpy.mean(a[, axis=None, dtype=None, out=None, keepdims=np._NoValue)])

计算加权平均值

numpy.average(a[, axis=None, weights=None, returned=False])

不指定权重的时候average和mean都是计算均值;指定权重后，average可以计算加权平均值。

计算方差

numpy.var(a[, axis=None, dtype=None, out=None, ddof=0, keepdims=np._NoValue])

• ddof=0：是“Delta Degrees of Freedom”，表示自由度的个数。

计算标准差

numpy.std(a[, axis=None, dtype=None, out=None, ddof=0, keepdims=np._NoValue])

相关

计算协方差矩阵

numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None,aweights=None)

计算相关系数

numpy.corrcoef(x, y=None, rowvar=True, bias=np._NoValue, ddof=np._NoValue)

直方图

numpy.digitize(x, bins, right=False)

• x：numpy数组
• bins：一维单调数组，必须是升序或者降序
• right：间隔是否包含最右
• 返回值：x在bins中的位置。