python学习numpy基础和应用-8

本文介绍了NumPy库中用于生成正态分布数据的函数及常见统计函数的应用,包括平均值、方差、标准差等的计算。同时,详细讲解了矩阵的创建方法及其与数组在乘法运算上的区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

简单统计应用

我们可以知道numpy中提供了很多的函数。

1.生成正太分布数据

有很多的现象符合正态分布规律。

在numpy中就有名为random的模块,里面包含若干随机数据的函数,其中normal就是专门用来生成符合正态分布规律的随机数字。

完整的函数表达式为:numpy.random.normal(loc=0.0,scale=1.0,size=None).

loc:浮点数,分布的平均值。

scale:浮点数,分布的标准差。

size:整数或者整数元素的元组,输出的数据个数。

2.简单的统计函数

列出一些常用的并且简单的统计函数,能够得到常用的数据统计量。

np.mean,np.average 计算平均值,加权平均

np.var 计算方差

np.std 计算平均差

np.min,np.max 计算最小值,最大值

np.argmin,np.argmax 返回最小值,最大值和索引

np.ptp 计算全距,即最大值与最小值的差

np.percentile 计算百分位在统计对象中的值

np.median 计算统计对象的中值

np.sum 计算统计对象的和

 

矩阵

在numpy中,矩阵是ndarray的子类,因此每个矩阵轴线继承了数组的属性和方法,然后才有该矩阵自己特有的属性和方法。

创建矩阵的方法有np.mat()和np.matrix()。

我们的A乃是我们创建的矩阵,a为我们创建的数组。尽管我们传入的都是相同的元素,但是我们得到的却不同。

矩阵必须为二维,而数组则是可以为一维,二维,等等维度。

我们除了用以上的方式创建矩阵以外,还可以用字符作为字符串作为参数创建矩阵。

或者直接将数组作为参数创建矩阵。

当然,还能将矩阵作为参数创建矩阵,使用np.mat()。

跟数组比较,矩阵的乘法运算独树一帜。

乘法

矩阵与标量的乘法

可将,矩阵和数组的乘法是不同的,数组是将相应位置的元素进行相乘,而矩阵则是按照矩阵的乘法运算来计算。

https://www.zhihu.com/question/21351965

而在numpy中存在函数可以让我们的数组实现类似矩阵乘法的运算。

这样的结果就和A*B的结果就相同了。

 

基本操作

 

 

 

 

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值