对python numpy 中数据统计的学习

排序返回值为对应的值

import numpy as np

list1=np.array([[4, 8, 5], [9, 3, 1]])
list2=list1
list3=list1
print("原数列为:")
print(list1)
list2.sort(axis=1)
print("按行排序(axis=1)的结果为:")
print(list2)
list3.sort(axis=0)
print("按列排序(axis=0)的结果为:")
print(list3)

原数列为:
[[4 8 5]
 [9 3 1]]
按行排序(axis=1)的结果为:
[[4 5 8]
 [1 3 9]]
按列排序(axis=0)的结果为:
[[1 3 8]
 [4 5 9]]

返回值为排序后值对应原数组的下标

arr = np.array([[3, 2, 1], [1, 2, 3], [2, 2, 2]])
print('创建的数组为：\n', arr)
print('按行排序的结果为（返回值为排序后值对应原数组的下标）：\n', np.argsort(arr, axis=1))
print('按列排序的结果为（返回值为排序后值对应原数组的下标）：\n', np.argsort(arr, axis=0))

创建的数组为：
 [[3 2 1]
 [1 2 3]
 [2 2 2]]
按行排序的结果为（返回值为排序后值对应原数组的下标）：
 [[2 1 0]
 [0 1 2]
 [0 1 2]]
按列排序的结果为（返回值为排序后值对应原数组的下标）：
 [[1 0 0]
 [2 1 2]
 [0 2 1]]

去重

arr1 = np.array([1, 2, 3, 4, 5, 4, 3, 2, 1])
arr2 = np.array(['小王', '小周', '小李', '小黄', '小周'])
print('创建的数组1为：', arr1)
print('去重后的数组1为：', np.unique(arr1))
print('创建的数组2为：', arr2)
print('去重后的数组2为：', np.unique(arr2))

创建的数组1为： [1 2 3 4 5 4 3 2 1]
去重后的数组1为： [1 2 3 4 5]
创建的数组2为： ['小王' '小周' '小李' '小黄' '小周']
去重后的数组2为： ['小周' '小李' '小王' '小黄']

复制

arr1 = np.array([1, 2, 3])
print('创建的数组为1：', arr1)
print('数组1重复3次为：', np.tile(arr1, 3))

创建的数组为1： [1 2 3]
数组1重复3次为： [1 2 3 1 2 3 1 2 3]

找最大找最小

arr2 = np.array([[1, 2, 3], [9, 8, 7]])
print('创建的数组为：\n', arr2)
print("arr2中的最小值为：",arr2.min())
print("arr2按列的最小值为：",arr2.min(axis=0))
print("arr2按行的最小值为：",arr2.min(axis=1))
print("arr2中的最大值为：",arr2.max())
print("arr2按列的最大值为：",arr2.max(axis=0))
print("arr2按行的最大值为：",arr2.max(axis=1))

创建的数组为2：
 [[1 2 3]
 [9 8 7]]
arr2中的最小值为： 1
arr2按列的最小值为： [1 2 3]
arr2按行的最小值为： [1 7]
arr2中的最大值为： 9
arr2按列的最大值为： [9 8 7]
arr2按行的最大值为： [3 9]

返回最大值最小值的索引

print("arr2中的最小值索引为：",arr2.argmin())
print("arr2按列的最小值索引为：",arr2.argmin(axis=0))
print("arr2按行的最小值索引为：",arr2.argmin(axis=1))
print("arr2中的最大值索引为：",arr2.argmax())
print("arr2按列的最大值索引为：",arr2.argmax(axis=0))
print("arr2按行的最大值索引为：",arr2.argmax(axis=1))

arr2中的最小值索引为： 0
arr2按列的最小值索引为： [0 0 0]
arr2按行的最小值索引为： [0 2]
arr2中的最大值索引为： 3
arr2按列的最大值索引为： [1 1 1]
arr2按行的最大值索引为： [2 0]

常用的统计函数

x = np.arange(12).reshape(3, 4)
print('创建的数组为：\n', x)
print('中位数为：', np.median(x))
print('垂直方向的均值为：', np.mean(x, axis=0))
print('水平方向的标准差为：', np.std(x, axis=1))
print('水平方向的方差为：', np.var(x, axis=1))
print('皮尔逊相关系数为：', np.corrcoef(x))
print('协方差矩阵为：', np.var(x))

创建的数组为：
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
中位数为： 5.5
垂直方向的均值为： [4. 5. 6. 7.]
水平方向的标准差为： [1.11803399 1.11803399 1.11803399]
水平方向的方差为： [1.25 1.25 1.25]
皮尔逊相关系数为： [[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]
协方差矩阵为： 11.916666666666666