python3机器学习经典算法与应用之Numpy.array聚合运算

聚合操作

聚合操作者：将一组值变成一个值。最经典的聚合就是求和操作。
首先创建一个随机向量，然后使用sum()函数和np.sum()函数做加和运算。sum()函数和np.sum()函数最大的区别就在于效率。

很明显可以看出来，np.sum()函数的运行速度更快。

求矩阵最小元素的方法：np.min()
求矩阵最大元素的方法：np.max()

另外一种方法调用,但是更推荐第一种方法。

np.sum()方法也可以计算多维度的矩阵的总和。如果只想获取某一维度的总和，则需要指明参数axis。axis=0表示第一维度，沿着行进行加和，也就是将每一列加和。axis=1表示第二维度，沿着列加和，也就是将每一行加和。

聚合操作函数np.prod()：返回array中每一个元素的乘积的结果。第一个示例是因为X中有0元素。

求矩阵的元素平均值、中位数：numpy.mean()、numpy.median()


np.percentile()函数用于求取百分位
下面的示例表示有50%的元素小于等于0.5006832535800483

下面示例表示有100%的元素小于等于0.9999991607355597，也就是矩阵的最大元素值


numpy.var()函数：求矩阵的方差
numpy.std()函数：求矩阵的标准差
可以观察到下面的均值接近于0，标准差接近于1