简单介绍 numpy中的聚合函数

最新推荐文章于 2025-05-29 18:39:32 发布

原创

最新推荐文章于 2025-05-29 18:39:32 发布 · 2.3k 阅读

CC 4.0 BY-SA版权

文章标签：

本文介绍了numpy库中的聚合函数，如求和(np.sum)，乘积(np.prod)，平均值(np.mean)，标准差(np.std)等，并展示了如何处理包含nan值的情况。通过实例演示了聚合函数在指定轴上的应用，如计算矩阵每一列或行的总和、最大值及其下标，以及计算标准差等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用numpy之前先导入numpy
import numpy as np

np.sum() //求和
np.prod() //所有元素相乘
np.mean() //平均值
np.std() //标准差
np.var() //方差
np.median() //中数
np.power() //幂运算
np.sqrt() //开方
np.min() //最小值
np.max() //最大值
np.argmin() //最小值的下标
np.argmax() //最大值的下标
np.inf //无穷大
np.exp(10) //以e为底的指数
np.log(10) //对数

举例

n_array= np.array([[1,2,30],[45,67,89]])
n_array < 60 //返回满足条件的布尔类型矩阵
n_array[n_array < 60] //满足条件的值
nan
当你的数组中有nan(not a number)类型时，用上述聚合函数会出错，这时用另一个函数，例如：
np.nansum() //过滤掉nan类型求和
聚合函数还可以指定轴向
举例：
#加载文件：
my_matrix=np.genfromtxt(‘score.csv’,delimiter=’,’)
#每一列的总和
my_matrix.sum(axis=0)
#每一列总和中的最大值
my_matrix.sum(axis=0).max()
#每一行的总和中的最大值
my_matrix.sum(axis=1).max()
#每