5、numpy数组统计分析之坐标矩阵、统计函数、排序

一、坐标矩阵

将数组作为坐标向量，从而生成坐标矩阵
np.meshgrid(数组1，数组2，数组3，…)

• 可以把每个数组都作为一个轴（数组1代表x轴，数组2代表y轴，数组3代表z轴，…）
• 其实生成的就是各轴的坐标值之间的排列组合的个数
• 两个数组组成的矩阵结构：
  array个数为2个
  第二个数组的元素数是每个array的子数列个数
  第一个数组的元素数就是矩阵中每个数列的元素数
• 3个以上数组组成的矩阵结构：
  数组个数为array的个数
  第二个数组（y轴）的元素个数为每个array中一级子数列的个数
  第一个数组（x轴）的元素个数为每个array中二级子数列的个数
  第三个数组（z轴）的元素个数为每个array中三级子数列的个数
  …
  最后一个数组的元素个数为每个array中最细子数列的元素数

实例：2个数组演示

排列组合数有6种：
相当于a是x轴的值，b是y轴的值，两个数组的元素个数之积3*2为(x,y)的个数：
(2,0)(3,0)(4,0)
(2,1)(3,1)(4,1)
矩阵结构：
有2个array，每个array中有2个子数列，每个子数列中有3个元素

import numpy as np
a=np.array([2,3,4])
b=np.arange(2)
print('a:\n',a)
print('b:\n',b)
print('a,b组成的矩阵：\n',np.meshgrid(a,b))

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
a:
 [2 3 4]
b:
 [0 1]
a,b组成的矩阵：
 [array([[2, 3, 4],
       [2, 3, 4]]), array([[0, 0, 0],
       [1, 1, 1]])]

实例：3个数组演示

排列组合数有72种：
相当于a是x轴的值，b是y轴的值，c是z轴的值，三个数组的元素个数之积643为(x,y,z)的个数：
(0,0,0)(1,0,0)(2,0,0)(3,0,0)(4,0,0)(5,0,0)
(0,1,0)(1,1,0)(2,1,0)(3,1,0)(4,1,0)(5,1,0)
(0,0,1)(1,0,1)(2,0,1)(3,0,1)(4,0,1)(5,0,1)
…
矩阵结构：
有3个array，每个array中有4个一级子数列，每个array中有6个二级子数列，每个最细子数列中有3个元素

import numpy as np
a=np.arange(6)
b=np.arange(4)
c=np.arange(3)
print('a:\n',a)
print('b:\n',b)
print('c:\n',c)
print('a,b组成的矩阵：\n',np.meshgrid(a,b,c))

runfile('C:/Users/xyy/.spyder-py3/temp.py', wdir='C:/Users/xyy/.spyder-py3')
a:
 [0 1 2 3 4 5]
b:
 [0 1 2 3]
c:
 [0 1 2]
a,b组成的矩阵：
 [array([[[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2],
        [3, 3, 3],
        [4, 4, 4],
        [5, 5, 5]],

       [[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2],
        [3, 3, 3],
        [4, 4, 4],
        [5, 5, 5]],

       [[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2],
        [3, 3, 3],
        [4, 4, 4],
        [5, 5, 5]],

       [[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2],
        [3, 3, 3],
        [4, 4, 4],
        [5, 5, 5]]]), array([[[0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0]],

       [[1, 1, 1<