Numpy入门(六)：简单统计分析

点击跳转
《Numpy入门系列目录》

---

---

1. 排序

• 直接排序

  • 对数值直接进行排序

  • np.sort()：最常用的排序方法

    numpy.sort(a, axis, kind, order)
    

    • kind：排序算法，默认为快速排序
    • order：需要排序的字段
    • sort函数可以指定axis参数，使得sort函数可以沿着指定轴对数据集进行排序
      • axis=1：沿着横轴排序，每行进行排序
      • axis=0：沿着纵轴排序，每列进行排序

• 间接排序

  • 根据一个或多个键对数据集进行排序

  • 使用argsort函数和lexsort函数，可以在给定一个或多个键时，得到一个由整数构成的索引数组，索引值表示数据在新的序列中的位置

  • argsort函数：从小到大排序

  • lexsort函数：一次性对满足多个键的数组执行间接排序

    import numpy as np
    a = np.array([3, 2, 6, 4, 5])
    b = np.array([50, 30, 40, 20, 10])
    c = np.array([400, 300, 600, 100, 200])
    d = np.lexsort((a, b, c))	# lexsort函数只接受一个参数，即（a,b,c）
    print(d)					# 返回的是按最后一个传入数据的从小到大的排序值的下标 [3 4 1 0 2]
    # 多个键值排序是按照最后一个传入数据计算的
    print('排序后数组为：', list(zip(a[d], b[d], c[d])))
    # 排序后数组为： [(4, 20, 100), (5, 10, 200), (2, 30, 300), (3, 50, 400), (6, 40, 600)]
    

2. 去重与重复数据

• np.unique(array)

  • 找出数组中的唯一值并返回已排序的结果

• np.tile(A, reps)

  • A：指定重复的数据
  • reps：指定重复的次数

  import numpy as np
  
  arr = np.arange(9).reshape(3, 3)
  arr = np.tile(arr, 2)
  print(arr)
  '''
  [[0 1 2 0 1 2]
   [3 4 5 3 4 5]
   [6 7 8 6 7 8]]
  '''
  

• np.repeat(a, repeats, axis=None)

  • a：需要重复的数组元素
  • repeats：重复次数
  • axis：指定轴

  import numpy as np
  
  arr = np.arange(9).reshape(3, 3)
  arr = np.repeat(arr, 2)
  print(arr)
  '''
  [0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8]
  '''
  

• 二者区别

  • tile函数是对数组进行重复操作
  • repeat函数是对数组中的每个元素进行重复操作

3. 常用的统计函数

• 当axis = 0时，沿着纵轴计算
• 当axis = 1时，沿着横轴计算
• 默认时，计算一个总值

• cumsum和cumprod会返回中间结果，其他直接返回最终结果