常用计算方法

关注

翻译最新推荐文章于 2026-06-12 09:39:25 发布 296 阅读 AI 写同款· GEO 优化 ›

计算方法——数据拟合原先的插值要求给出的数据点要在拟合的函数上，但数据拟合，只需整体“近似”，不强求所有的数据点一致假设给出数据：那么的定义为：但是偏差“大小”，最好是用绝对值表示，因此，运算时将拟合函数和被拟合函数之间的偏差表示为：对于单变量数据：上述是一个标量设拟合函数为：那么偏差值 =设偏差值函数为令偏导等于0，那么就能得到两个方程，足以解两个未知数。阅读详情

from numpy import *
# 常用计算方法
a = arange(1, 10)
a.shape = 3, -1
"""
[[1 2 3]
 [4 5 6]
 [7 8 9]]
"""
print(a)
# 对所有元素求和
display = sum(a)  # 45
print(display)
# 对指定维度求和
display = sum(a, axis=0)  # 沿着第一维度求和
print(display)
display = sum(a, axis=1)  # 沿着第二维度求和
print(display)
# 等效于

print(a.sum(axis=0))  # [12 15 18]
print(a.sum(axis=1))  # [ 6 15 24]
# 求各个元素乘积
display = a.prod()  # 所有元素
print(display)
display = a.prod(axis=0)  # 指定维度

# 同理 两种求最大值方法argmax 和argmin方法 mean均值方法
display = a.argmax()
display = argmax(a)
display = a.argmin(axis=1)

# 同理方差和标准差也可以 var std用这两种方式求
display = a.var()
display = std(a, axis=1)

# 最大值和最小值之间的差
display = ptp(a, axis=1)
display = a.ptp()

# average() 平均函数
display = average(a)
display = average(a, axis=1)
print(display)
# 加权平均需要先average中加入参数weights=[权重列表]

# clip方法，把数值限定在一定的范围，临界值变为临界值
a = array([1.51, 2.52, 3.52])
display = clip(a, 2, 3)
a.clip(2, 3)
print(display)
# round方法，近似到整数，随机近似 概率正比到整数值的距离
# eg：1.6 0.4的概率到1 0.6的概率到2
a = array([1.5, 2.5, 3.5])
display = a.round()
print(display)
display = a.round(decimals=1)  # 随机保留到小数后几位
print(display)