argmax函数_Python科学计算库numpy——统计函数

最新推荐文章于 2024-12-13 16:49:56 发布

weixin_39640203

最新推荐文章于 2024-12-13 16:49:56 发布

阅读量185

点赞数

文章标签： argmax函数 randint函数

本文详细介绍了Python中numpy库的统计函数使用方法，包括求和、平均数、加权平均数、标准差、方差、最大值索引、峰峰值等，并通过实例展示了如何计算一维和多维数组的这些统计指标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python——numpy 统计函数

numpy 统计函数

import numpy as npa=np.arange(15).reshape(3,5)aOut[10]: array([[ 0,  1,  2,  3,  4],       [ 5,  6,  7,  8,  9],       [10, 11, 12, 13, 14]])np.sumOut[11]: np.sum(a)Out[12]: 105np.mean(a)Out[13]: 7.0np.mean(a,axis=0)Out[14]: array([ 5.,  6.,  7.,  8.,  9.])np.mean(a,axis=1)Out[15]: array([  2.,   7.,  12.])np.average(a,axis=0,weights=[11,6,2])Out[18]: array([ 2.63157895,  3.63157895,  4.63157895,  5.63157895,  6.63157895])np.std(a)Out[19]: 4.3204937989385739np.var(a)Out[20]: 18.666666666666668np.std(a,axis=1)Out[22]: array([ 1.41421356,  1.41421356,  1.41421356])np.std(a,axis=0)Out[23]: array([ 4.0824829,  4.0824829,  4.0824829,  4.0824829,  4.0

np.std(a,axis=1)Out[22]: array([ 1.41421356,  1.41421356,  1.41421356])np.std(a,axis=0)Out[23]: array([ 4.0824829,  4.0824829,  4.0824829,  4.0824829,  4.0824829])np.argmax(a)Out[24]: 14np.unravel_index(np.argmax(a),b.shape)Out[28]: (0, 14)aOut[25]: array([[ 0,  1,  2,  3,  4],       [ 5,  6,  7,  8,  9],       [10, 11, 12, 13, 14]])np.ptp(a)Out[26]: 14

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
XY坐标轴连续三个X坐标对应的Y轴值：a, b, c，其中，b的梯度是： (c‐a)/2

import numpy as npa=np.random.randint(0,50,(11))aOut[31]: array([25, 44, 23, ..., 39, 19,  2])np.gradient(a)Out[33]: array([ 19. ,  -1. ,   0. , ...,  -5.5, -18.5, -17. ])b=np.random.randint(0,50,(11))bOut[35]: array([22, 37, 49, ...,  8, 48, 15])np.gradient(b)Out[36]: array([ 15. ,  13.5,  -0.5, ...,  13.5,   3.5, -33. ])