一元函数
二元函数
数学统计方法
- 注意:下面所有的方法中
axis = 0
,都是对列
做运算axis = 1
,都是对行
做运算
均值mean - 平均值
arr = np.array([[1,2,3],[7,3,4],[3,4,7]])
print(np.mean(arr))
print(np.mean(arr,axis = 0)) # 对列求均值
print(np.mean(arr, axis = 1)) #对行求均值
输出:
3.7777777777777777
[3.66666667 3. 4.66666667]
[2. 4.66666667 4.66666667]
sum
方法 - 求和
和上面的那个mean方法是一样的,就是改变了一下方法的名称
arr = np.array([[1,2,3],[7,3,4],[3,4,7]])
print(np.sum(arr))
print(np.sum(arr,axis = 0)) # 对列求和
print(np.sum(arr, axis = 1)) #对行求和
输出:
34
[11 9 14]
[ 6 14 14]
最大值最小值 - max,min
min的方法完全类似,就类推吧
arr = np.array([[1,2,3],[7,3,4],[3,4,7]])
print(np.max(arr))
print(np.max(arr,axis = 0)) # 每列的最大值
print(np.max(arr, axis = 1)) #每行的最大值
输出:
7
[7 4 7]
[3 7 7]
排序 - sort
- 系统默认的是行排序
arr = np.array([[1,2,3],[7,3,4],[3,4,7]])
print(np.sort(arr)) # 默认行排序
print(np.sort(arr,axis = 0)) # 按照列排序
print(np.sort(arr, axis = 1)) #按照行排序
输出:
[[1 2 3]
[3 4 7]
[3 4 7]]
[[1 2 3]
[3 3 4]
[7 4 7]]
[[1 2 3]
[3 4 7]
[3 4 7]]
唯一化
- 最常见的可能要数
np.unique
了,它用于找出数组中的唯一值,并返回已排好序的结果
names=np.array([3,3,3,2,2,1,1,4,4])
np.unique(names)
输出:
array([1, 2, 3, 4])
生成随机数
数组拼接
-
np.vstack()
和np.hstack()
【v代表列,h代表行】 -
调用他们就是,在每列下面加,或者每行后面加
#列添加
a=np.array([[1,2,3],
[4,5,6]])
b=np.array([[7,8,9],
[10,11,12]])
np.vstack((a,b))
输出:
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[10, 11, 12]])
# 行添加
a=np.array([[1,2,3],
[4,5,6]])
b=np.array([[7,8,9],
[10,11,12]])
np.hstack((a,b))
输出:
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 10, 11, 12]])