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)