Numpy（五）

Numpy的统计函数

Numpy的统计函数（一）

函数名称	函数用法
sum(a,axis=None)	根据给定的定轴axis计算数组a的相关元素之和，axis整数或元组
mean(a,axis=None)	求期望
average(a,axis=None,weights=None)	求加权平均值
std(a,axis=None)	求标准差
var(a,axis=None)	求方差

例子：

import numpy as np
a = np,arange(15).reshape(3,5)
np.sum(a)
#Out[4]: 105
np.mean(a,axis = 1)
#Out[5]: array([  2.,   7.,  12.])
np.mean(a,axis = 0)
#Out[6]: array([ 5.,  6.,  7.,  8.,  9.])
np.average(a,axis = 0,weights=[10,5,1])
#Out[8]: array([ 2.1875,  3.1875,  4.1875,  5.1875,  6.1875])

Numpy的统计函数（二）

函数名称	函数用法
min(a) max(a)	计算最小值、最大值
argmin(a) argmax(a)	计算数组中元素最小值、最大值的降一维后下标
unravel_index(index,shape)	根据shape将一维下标index转换成多维下标
ptp(a)	计算数组a中最大值与最小值之差
median(a)	中位数

Numpy的梯度函数

np.gradient(f)
计算数组f中元素的梯度，当f为多维时返回每个维度梯度
梯度：连续值之间的变化率，即斜率

---

*参考资料：北京理工大学嵩天老师教学视频