python-函数-统计函数 _生活百科

【python-函数-统计函数】#(1)amax(),amin() 作用：计算数组中的元素沿指定轴的最大值，最小值import numpy as npx = np.random.randint(1,11,9).reshape((3,3))print(x)#output:[[ 912] [ 526] [10 103]]print(np.amin(x,0))#每一列的最小值print(np.amin(x,1))#每一行的最小值print(np.amax(x,0))#每一列的最大值print(np.amax(x,1))#每一行的最大值#output:[5 1 2][1 2 3][10 106][ 96 10]#(2)ptp() 作用：计算数组中元素最大值与最小值的差（最大值-最小值）import numpy as npx = np.random.randint(1,11,9).reshape((3,3))print(x)print(np.ptp(x))print(np.ptp(x,0))print(np.ptp(x,1))#output:[[1062] [ 2 10 10] [ 65 10]]8[8 5 8][8 8 5]#(3)percentile() 原型：numpy.percentile(a,p,axis) #a为数组 p为要计算的百分位数，在0～100之间，axis：沿着它计算百分比的轴作用：百分位数是统计中使用的度量，表示小于这个值的观察值的百分比x = np.array([[10,7,4],[3,2,1]])print(x)print(np.percentile(x,50))print(np.percentile(x,50,axis=0))print(np.percentile(x,50,axis=1))(10+3)/2=6.5#output:[[1074] [ 321]]3.5[6.5 4.5 2.5][7. 2.]#(4)median() 作用：算数组中元素的中位数（中值）import numpy as npx = np.array([[30,65,70],[80,95,10],[50,90,60]])print(x)print("\n")print(np.median(x))print(np.median(x,axis=0))print(np.median(x,axis=1))#(5)mean() 作用：返回数组中元素的算数平方根import numpy as npx = np.arange(1,10).reshape((3,3))print("x数组：")print(x)print("\n")print(np.mean(x))print(np.mean(x,axis=0))print(np.mean(x,axis=1))#output:x数组：[[1 2 3] [4 5 6] [7 8 9]]5.0[4. 5. 6.][2. 5. 8.]#(6)average()作用：根据在另一个数组中给出的各自权重计算数组中的元素的加权平均值，可以接受一个轴参数。如果没有指定轴，则数组会被展开import numpy as npx = np.array([1,2,3,4])print(x)print(np.average(x))wts = np.array([4,3,2,1])print(np.average(x,weights=wts))#如果return 参数为true，则返回权重的和print("权重的和：")print(np.average([1,2,3,4],weights=[4,3,2,1],returned=True))x = np.array([0,1,2,3,4,5]).reshape((3,2))print(x)wts = np.array([3,5])print(np.average(x,axis=1,weights=wts))#(0*3+1*5)/(3+5)=5/8=0.625#output:[1 2 3 4]2.52.0权重的和：(2.0, 10.0)[[0 1] [2 3] [4 5]][0.625 2.625 4.625]#(7)标准差公式： std = sqrt(mean((x-x.mean())**2))如果数组是[1,2,3,4] ，则其平均值为2.5，因此，差的平方是[2.25,0.25,0.25,2.25]，并且其平均值的平方根除以4 ，即sqrt(5/4),结果为1.118033........x = np.array([1,2,3,4])print(x)x - np.mean(x)1.5*1.50.5*0.5y = np.array([2.25,0.25,0.25,2.25])np.mean(y)np.sqrt(1.25)#也即import numpy as npprint(np.std([1,2,3,4]))#output:[1 2 3 4]1.118033988749895#(8)方差. mean((x-x.mean())**2) 标准差是方差的平方根print(np.var([1,2,3,4]))#也即x = np.array([1,2,3,4])x - np.mean(x)y = np.array([2.25,0.25,0.25,2.25])print(y)np.mean(y)#output:1.25[2.25 0.25 0.25 2.25]1.25参考视频：哔哩哔哩——马士兵教育-杨淑娟

python-函数-统计函数

推荐阅读

梦见脸上长皱纹

关于消防安全管理人简述消防安全管理人

360全民医保怎么退

2023年大年初四十二生肖运势运气最佳生肖是什么？

武汉非机动车牌照补办需要哪些前提武汉非机动车牌照补办需要哪些前提材料

实用新型多久可授权

留学必备的GPA到底怎么换算 gpa怎么算

iphone屏蔽短信广告 iphone屏蔽短信

罗姓男孩名字大全属虎虎年罗姓男宝宝名字

如何创建网页快捷方式到桌面，如何将网页以快捷方式保存在桌面？

怎样修改路由器wifi密码 192.168.11路由器设置教程

治疗皮肤病老中医小妙方帮您远离皮肤病

关于海因茨·弗洛赫简述海因茨·弗洛赫

做深蹲后大腿粗怎么办女性深蹲很难粗腿

蒸燕窝多少时间蒸燕窝需要多长时间

如何识别兰花好坏如何识别兰花好坏？

在美国并不是所有的州都庆祝哥伦布纪念日哥伦布纪念日如何庆祝

女人喝黄酒的最好时间女人什么时候喝黄酒好

雅鲁藏布江大峡谷产生的原因雅鲁藏布江大峡谷产生的原因

刮痧是排毒的表现吗刮痧排毒的原理是什么