次序统计
计算最小/大值
numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])
numpy.amax(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])
【计算最大值】
import numpy as np
x = np.array([[11, 12, 33, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 13, 34, 35]])
#选择数组中最大/小的一个数字
y = np.amin(x)
y = np.amax(x)
#选择轴为0的最大/小的数
#二维数组轴的值只有0/1
y = np.amin(x,axis = 0)
y = np.amax(x,axis = 0)
y = np.amin(x,axis = 1)
y = np.amax(x,axis = 1)
计算极差
numpy.ptp(a, axis=None, out=None, keepdims=np._NoValue)
【计算极差】
import numpy as np
x = np.array([[11, 12, 33, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 13, 34, 35]])
y = np.ptp(x)
#不同方向上的各行列极差
y = np.ptp(x,axis = 0)
y = np.ptp(x,axis = 1)
计算分位数
numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)
- a:array,用来算分位数的对象,可以是多维的数组。
- q:介于0-100的float,用来计算是几分位的参数,如四分之一位就是25,如要算两个位置的数就[25,75]。
- axis:坐标轴的方向,一维的就不用考虑了,多维的就用这个调整计算的维度方向,取值范围0/1
【计算分位数】
import numpy as np
np.random.seed(20201127)
x = np.random.randint(0,20,size=[4,5])
print(x)
#q可以理解为你希望得到数组中处于百分之几位置的数
print(np.percentile(x,[25,50])
print(np.percentile(x,[25,50],axis = 0)
#得到二维数组,一组是25的数,一组是50的数
均值与方差
计算中位数
numpy.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)
np.random.seed(20200623)
x = np.random.randint(0, 20, size=[4, 5])
print(x)
# [[10 2 1 1 16]
# [18 11 10 14 10]
# [11 1 9 18 8]
# [16 2 0 15 16]]
print(np.percentile(x, 50))
print(np.median(x))
print(np.percentile(x, 50, axis=0))
print(np.median(x, axis=0))
计算平均值
numpy.mean(a[, axis=None, dtype=None, out=None, keepdims=np._NoValue)])
【例如】计算平均值
import numpy as np
x = np.array([[1,2,3,4],
[4,5,6,7]])
y = np.mean(x)
print(y)
y = np.mean(x,axis = 0)
print(y)
计算加权平均值
numpy.average(a[, axis=None, weights=None, returned=False])
mean和average都是计算均值的函数,在不指定权重的时候average和mean是一样的。指定权重后,average可以计算加权平均值。
【例如】计算加权平均值**(将各数值乘以相应的权数,然后加总求和得到总体值,再除以总的单位数。)**
import numpy as np
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = np.arange(1,26).reshape([5,5])
z = np.average(x,weights = y)
#z = x*y
#np.sum(z)/np.sum(y)
print(z)
z = np.average(x, axis=0, weights=y)
print(z)
计算方差
numpy.var(a[, axis=None, dtype=None, out=None, ddof=0, keepdims=np._NoValue])
- ddof=0:是“Delta Degrees of Freedom”,表示自由度的个数。
- 要注意方差和样本方差的无偏估计,方差公式中分母上是n;样本方差无偏估计公式中分母上是n-1(n为样本个数)。
import numpy as np
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = np.var(x)
print(y)
y = np.mean((x - np.mean(x)) ** 2)
print(y)
#无偏估计方差
y = np.var(x, ddof=1)
print(y)
y = np.sum((x - np.mean(x)) ** 2) / (x.size - 1)
print(y)
y = np.var(x, axis=0)
print(y)
计算标准差
numpy.std(a[, axis=None, dtype=None, out=None, ddof=0, keepdims=np._NoValue])
【例如】计算标准差
import numpy as np
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = np.std(x,ddof = 1)
print(y)
y = np.sqrt(np.var(x,ddof = 1))
print(y)
y = np.std(x, axis=0)
print(y)
y = np.std(x, axis=1)
print(y)
相关
计算协方差矩阵
协方差(Covariance)在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。
numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None,aweights=None)
import numpy as np
x = [1, 2, 3, 4, 6]
y = [0, 2, 5, 6, 7]
print(np.cov(x)) # 3.7 #样本方差
print(np.cov(y)) # 8.5 #样本方差
print(np.cov(x, y))
计算相关系数
numpy.corrcoef(x, y=None, rowvar=True, bias=np._NoValue, ddof=np._NoValue)
理解了np.cov()函数之后,很容易理解np.correlate(),二者参数几乎一模一样。
np.cov()描述的是两个向量协同变化的程度,它的取值可能非常大,也可能非常小,这就导致没法直观地衡量二者协同变化的程度。相关系数实际上是正则化的协方差,n个变量的相关系数形成一个n维方阵。
【例如】计算相关系数
import numpy as np
np.random.seed(20200623)
x, y = np.random.randint(0, 20, size=(2, 4))
print(x) # [10 2 1 1]
print(y) # [16 18 11 10]
z = np.corrcoef(x, y)
print(z)
直方图
numpy.digitize(x, bins, right=False)
- x:numpy数组
- bins:一维单调数组,必须是升序或者降序
- right:间隔是否包含最右
- 返回值:x在bins中的位置。