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

糖不甩怎么做才Q

开元通宝680万图片 &#8211; 开元通宝2020价格

怎么去胶？

双子座的床上功夫

梦见下牙掉了,但没流血是什么意思

白煮牛肉的家常做法大全白煮牛肉的家常做法

抗皱六胜肽精华液的使用方法六胜肽抗皱精华液使用方法

汽车贴膜前需要洗车吗汽车贴膜前要洗车吗?

2022年护士年终工作总结 2022美工个人年终工作总结

猫咪渴了的表现

越狱第3季中第几集越狱成功？

母亲节要买什么礼物,分享几款走心的

金鱼眼面相解析，有金鱼眼的人运势怎么样

蓝牙耳机使用小技巧蓝牙耳机的正确使用方法

手机无响应的解决方法应该怎么解决呢

诗歌鉴赏蜀相咏史怀古诗蜀相的作者

瘦麒麟臂方法瘦胳膊最有效的方法

形容经历了事情的成语是什么

宝马有什么技术

关于本玉12号简述本玉12号