数据分析-day02-numpy-求和、均值，标准差等各种函数

最新推荐文章于 2024-06-30 19:03:44 发布

原创最新推荐文章于 2024-06-30 19:03:44 发布 · 624 阅读

0 ·

CC 4.0 BY-SA版权

数据分析专栏收录该内容

44 篇文章

订阅专栏

本文介绍NumPy库中的基础统计函数，如求和、均值、中值、最大值、最小值、极值、标准差等，并演示了一维数组转多维数组的方法及如何获取最大值和最小值的位置。

求和：t.sum(axis=None)
均值：t.mean(a,axis=None) 受离群点的影响较大
中值：np.median(t,axis=None)
最大值：t.max(axis=None)
最小值：t.min(axis=None)
极值：np.ptp(t,axis=None) 即最大值和最小值只差
标准差：t.std(axis=None)

获取最大值最小值的位置 np.argmax(t,axis=0) np.argmin(t,axis=1)

创建一个全0的数组: np.zeros((3,4))

创建一个全1的数组:np.ones((3,4))

创建一个对角线为1的正方形数组(方阵)：np.eye(3)

# -*- coding: utf-8 -*-

# @File    : nump_function_demo.py
# @Date    :  2019-12-31 17:00
# @Author  : admin
import numpy as np
'''
标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值
反映出数据的波动稳定情况，越大表示波动越大，约不稳定
'''
#将一维转成多维度
r=np.arange(0,32).reshape(8,4)
print(r)
'''
默认返回多维数组的全部的统计结果,如果指定axis则返回一个当前轴上的结果
'''
d=r.sum(axis=None)
print(d)
#按行
d=r.sum(axis=1)
print(d)
print("#########################均值################")
a=r.mean(axis=0);
print(a)
print("#########################标准差################")
b=r.std(axis=None);
print(b)
'''
求和：t.sum(axis=None)
均值：t.mean(a,axis=None)  受离群点的影响较大
中值：np.median(t,axis=None) 
最大值：t.max(axis=None) 
最小值：t.min(axis=None)
极值：np.ptp(t,axis=None) 即最大值和最小值只差
标准差：t.std(axis=None) 
'''