python里numpy数据分析函数

1.比较运算符:

np.greater(arr1,arr2)
= np.greater_equal(arr1,arr2)
< np.less(arr1,arr2)
<= np.less_equal(arr1,arr2)
== np.equal(arr1,arr2)
!= np.not_equal(arr1,arr2)

2.常用的数学函数
np.round(arr) 对各元素四舍五入
np.sqrt(arr) 计算各元素的算术平方根
np.square(arr) 计算各元素的平方值
np.exp(arr) 计算以e为底的指数
np.power(arr,a) 计算各元素的a次方
np.log2(arr) 计算以2为底各元素的对数
np.log10(arr) 以10为底
np.log(arr) 计算以e为底各元素的对数

3.常用的统计函数
注意:axis=0时,计算数组各列的统计值;
axis=1时,计算数组各行的统计值;
np.min(arr,axis) 按照轴的方向计算最小值
np.max(arr,axis) 按照轴的方向计算最大值
np.mean(arr,axis) 按照轴的方向计算平均值
np.median(arr,axis) 按照轴的方向计算中位数
np.sum(arr,axis) 按照轴的方向计算和
np.std(arr,aixs) 按照轴的方向计算标准差
np.var(arr,axis) 按照轴的方向计算方差

4.随机数生成
#随机整数
np.random.randint(a,b,c) 产生[a,b]区间内c个随机整数
#随机均匀分布
np.random.uniform(a,b,c) 产生[a,b]区间内c个随机小数
#随机正态分布
np.random.normal(a,b,c) 产生[a,b]区间内服从正态分布的c个随机小数

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值