Python学习-Numpy-3

Numpy数字统计函数

np.sum	所有元素的和
np.prod	所有元素的乘积
np.cumsum	元素的累积加和（前1，前2..元素累加）
np.cumprod	元素的累积乘积（前1，前2..元素累乘）
np.min	最小值
np.max	最大值
np.percentile	0-100百分位数
np.quantile	0-1分位数
np.median	中位数
np.mean	平均值
np.std	标准差
np.var	方差
np.average	加权平均，参数可以指定weights

---

1、函数的应用 

1.1 np.sum(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
print("np.sum(x)=",np.sum(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.sum(x)= 66

 1.2 np.prod(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
print("np.prod(x)=",np.prod(x))

 x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.prod(x)= 0

 1.3 np.cumsum(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
print("np.cumsum(x)=",np.cumsum(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.cumsum(x)= [ 0  1  3  6 10 15 21 28 36 45 55 66]

1.4 np.cumprod(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
print("np.cumprod(x)=",np.cumprod(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.cumprod(x)= [0 0 0 0 0 0 0 0 0 0 0 0]

1.5  np.min(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
print("np.min(x)=",np.min(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.min(x)= 0

1.6 np.max(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
print("np.max(x)=",np.max(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.max(x)= 11

1.7  np.percentile和np.quantile

np.percentile和np.quantile，偶数位不存在的数用左右两数和除2

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
#np.percentile将数组按照从小到大进行排列，然后取排在25%，50%，75%位置的数字
print("np.percentile(x,[25,50,75])=",np.percentile(x,[25,50,75]))

#np.quantile将数组按照从小到大进行排列，然后取排在0.25，0.5,0.75位置的数字
print("np.quantile(x,[0.25,0.5,0.75])=",np.quantile(x,[0.25,0.5,0.75]))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.percentile(x,[25,50,75])= [2.75 5.5  8.25]
np.quantile(x,[0.25,0.5,0.75])= [2.75 5.5  8.25]

1.8 np.median(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)
# 中位数
print("np.median(x)=",np.median(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.median(x)= 5.5

1.9  np.mean(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)

# 平均数
print("np.mean(x)=",np.mean(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.mean(x)= 5.5

1.10 np.std(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)

# 标准差
print("np.std(x)=",np.std(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.std(x)= 3.452052529534663

1.11 np.var(x)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)

# 方差
print("np.var(x)=",np.var(x))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.var(x)= 11.916666666666666

1.12 np.average(x,weight)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)

weight= np.random.randn(*x.shape)

# np.np.average加权平均值
print("np.average(x,weight)=",np.average(x,weights=weight))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.average(x,weight)= 5.666459528596581

2、Numpy中axis参数的用途

其中

• axis=0代表行，按行运算
• axis=1代表列，按列运算

理解，axis=0代表把行消除，axis=1代表把列消除

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)

print("np.sum(x,axis=0)=",np.sum(x,axis=0))
print("np.sum(x,axis=1)=",np.sum(x,axis=1))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
np.sum(x,axis=0)= [12 15 18 21]
np.sum(x,axis=1)= [ 6 22 38]

3、 实例，将机器学习中的数据进行标准化

其中

• 行 代表每个样本数据
• 列 代表样本的属性值

为什么要进行标准化？

• 对于机器学习中，不同列的量纲相同，则训练收敛的更快
• 因为对于属性值来讲，如A属性是价格0-100元，B属性是销量100万+，因此这两个属性没有可比性，因此需要进行标准化
• 不同的数字代表不同的特征，因此需要按行计算，即axis=0
• 标准化公式为X=(X-mean(X，axis=0))/std(X,axis=0)

import numpy as np

x=np.arange(12).reshape(3,4)
print("x=",x)

print("标准化",(x-np.mean(x,axis=0)/np.std(x,axis=0)))

x= [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
标准化 [[-1.22474487 -1.22474487 -1.22474487 -1.22474487]
 [ 0.          0.          0.          0.        ]
 [ 1.22474487  1.22474487  1.22474487  1.22474487]]

可以看出每列之和的结果为0

此外，注意x是3*4的数组，而np.mean(x,axis=0)是1*4的数组，这两者是如何相减的呢，即array中的广播机制，把np.mean(x,axis=0)1*4的数组复制成3*4的数组，即把行复制3次进行相减的计算。