NumPy函数以及方法调用 -sum，mean，sort，maxmin，唯一化，随机数，数组拼接：vstack()和hstack()

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]])