numpy3

numpy统计

1.平均值和中位数 

平均值  

  .mean（）方法  

                                   axis=0 从上往下计算平均值  =1 从左往右

中位数

np.median() 

标准差 

np.std() 

方差

np.var()

最大值和最小值  

np.max（） np.min（）

 求和   np.sum()

加权平均数

数据类型

自定义结构化数据类型

可以使每一列的数据类型不同，也可以用dtype=object 全部可以接受

自定义结构化数据类型     数据类型  长度     "i2"  U  Unicode定义了每个字符的编号和名称

t=np.dtype([("name","U10"),("gender","U1"),])      可以用标识码也可以 np.str,3

#传入几个参数 usecols接受几个 要相对于应匹配 否则会报错

b=np.loadtxt("D:\python.txt",dtype=t,usecols=(0,2),encoding='utf-8',skiprows=1)

                                    #usecols 取第几列数据

print(b)

 文件操作

np.loadtxt()

不同类型数据的读取

计算女生身高采用了布尔索引，把true的数据取出来 

dtype:指定类型     skiprows:跳过多少行，假如有#号，行数也要加上  usecols：取哪几列数据 

                                            encoding='utf-8'

随机函数

b=np.random.rand(2,3)#创建两行三列的均匀分布的数据
print(b)
c=np.random.randint(1,high=4,size=(2,2))  #1-4 不包括4
print(c)
结果：
[[0.27324425 0.7321929  0.26343662]
 [0.20622495 0.72546426 0.62475389]]

[[3 3]
 [1 1]]

numpy.random.rand  范围0到1不包括1

数组其他函数

argwhere返回满足条件的索引 

unique函数

numpy.unique(arr,return_index=true     返回去重后的索引数组,return_counts=true，重复个数)