1.4 NumPy集合函数

第一章 numpy入门

目录

1.4 集合函数

1.4.1 一维聚合

import numpy as np

x = np.random.random(100)
print("原数据为：\n",x)
print("方法一:")
print("求和：\n",np.sum(x))
print("最小值：\n",np.min(x))
print("最大值：\n",np.max(x))
print("方法二:")
print("求和：\n",x.sum())
print("最小值：\n",x.min())
print("最大值：\n",x.max())

原数据为：
 [ 0.62713697  0.33343105  0.6999264   0.98489087  0.83643472  0.10096279
  0.24360804  0.80021528  0.04258727  0.82119145  0.7470683   0.77916322
  0.64658133  0.61346862  0.48522928  0.53264802  0.70217127  0.6042337
  0.50732679  0.75599701  0.33161272  0.84084317  0.42866278  0.32620567
  0.79076173  0.85063513  0.8931499   0.87123928  0.93101047  0.55137841
  0.54868767  0.4259033   0.76588262  0.28513465  0.74619934  0.86301011
  0.21904816  0.81587235  0.96028032  0.70832478  0.33878376  0.89434666
  0.85284204  0.96909392  0.99848822  0.1660079   0.04262938  0.6771277
  0.5480476   0.35016609  0.50877025  0.79453055  0.5020194   0.07295645
  0.12339362  0.71157154  0.19680063  0.30384223  0.77722269  0.55999933
  0.32713467  0.56576001  0.30342362  0.20104474  0.78408894  0.24540795
  0.25985586  0.01092219  0.81911123  0.15799188  0.50132103  0.50740796
  0.37194118  0.27197011  0.61768397  0.97565314  0.5308424   0.91462105
  0.07250721  0.72094346  0.7995186   0.40343417  0.7904772   0.37843321
  0.49598074  0.81800881  0.03009799  0.68239882  0.56878685  0.94441432
  0.7323631   0.79148919  0.32427242  0.88341147  0.84187075  0.0717895
  0.10469171  0.55974466  0.75202729  0.3266466 ]
方法一:
求和：
 55.8662449175
最小值：
 0.0109221860525
最大值：
 0.998488216653
方法二:
求和：
 55.8662449175
最小值：
 0.0109221860525
最大值：
 0.998488216653

1.4.2 多维聚合

m = np.random.random((3,4))
print("原数据：\n",m)
print("求和：\n",m.sum())
print("行聚合：\n",m.min(axis=0))
print("列聚合：\n",m.max(axis=1))

原数据：
 [[ 0.17462622  0.33559336  0.52021263  0.25644793]
 [ 0.35567878  0.76008816  0.55243449  0.6919115 ]
 [ 0.20345173  0.21316141  0.65727649  0.64171027]]
求和：
 5.36259297388
行聚合：
 [ 0.17462622  0.21316141  0.52021263  0.25644793]
列聚合：
 [ 0.52021263  0.76008816  0.65727649]

1.4.3 其他聚合函数

大多数的聚合都有对NaN值的安全处理策略，即计算时忽略所有的缺失值。

# 函数名称         NaN安全版本          描述
# np.sum          np.nansum          计算元素的和
# np.prod         np.nanprod         计算元素的积
# np.mean         np.nanmean         计算元素的平均值
# np.std          np.nanstd          计算元素的标准差
# np.var          np.nanvar          计算元素的方差
# np.min          np.nanmin          找出元素的最小值
# np.max          np.nanmax          找出元素的最大值
# np.argmin       np.nanargmin       找出元素的最小值的索引
# np.argmax       np.nanargmax       找出元素的最大值的索引
# np.median       np.nanmedian       计算元素的中位数
# np.percentile   np.nanpercentile   计算基于元素排序的统计值
# np.any          N/A                验证任何一个元素是否位真
# np.all          N/A                验证所有元素是否为真

1.4.4 案例：

posted on 2020-02-12 16:21  -小鱼-  阅读(293)  评论(0)  编辑  收藏  举报

导航