NumPy(五):数组统计【平均值:mean()、最大值:max()、最小值:min()、标准差:std()、方差:var()、中位数:median()】【axis=0:按列运算;axis=0:按列】

本文主要是介绍NumPy(五):数组统计【平均值:mean()、最大值:max()、最小值:min()、标准差:std()、方差:var()、中位数:median()】【axis=0:按列运算;axis=0:按列】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

统计运算

  • np.max()
  • np.min()
  • np.median()
  • np.mean()
  • np.std()
  • np.var()
  • np.argmax(axis=) — 最大元素对应的下标
  • np.argmin(axis=) — 最小元素对应的下标

NumPy提供了一个N维数组类型ndarray,它描述了 相同类型 的“items”的集合。(NumPy provides an N-dimensional array type, the ndarray, which describes a collection of “items” of the same type.)

在这里插入图片描述

用ndarray进行存储:

import numpy as np# 创建ndarray
score = np.array(
[[80, 89, 86, 67, 79],
[78, 97, 89, 67, 81],
[90, 94, 78, 67, 74],
[91, 91, 90, 67, 69],
[76, 87, 75, 67, 86],
[70, 79, 84, 67, 84],
[94, 92, 93, 67, 64],
[86, 85, 83, 67, 80]])score

返回结果:

array([[80, 89, 86, 67, 79],[78, 97, 89, 67, 81],[90, 94, 78, 67, 74],[91, 91, 90, 67, 69],[76, 87, 75, 67, 86],[70, 79, 84, 67, 84],[94, 92, 93, 67, 64],[86, 85, 83, 67, 80]])

如果想要知道学生成绩最大的分数,或者做小分数应该怎么做?

一、统计指标

在数据挖掘/机器学习领域,统计指标的值也是我们分析问题的一种方式。

  • axis为0,按列运算
  • axis为1,按行运算

常用的指标如下:

  • min(a, axis)
    • Return the minimum of an array or minimum along an axis.
  • max(a, axis])
    • Return the maximum of an array or maximum along an axis.
  • median(a, axis)
    • Compute the median along the specified axis.
  • mean(a, axis, dtype)
    • Compute the arithmetic mean along the specified axis.
  • std(a, axis, dtype)
    • Compute the standard deviation along the specified axis.
  • var(a, axis, dtype)
    • Compute the variance along the specified axis.

二、案例:学生成绩统计运算

进行统计的时候,axis 轴的取值并不一定,Numpy中不同的API轴的值都不一样,在这里,axis 0代表列, axis 1代表行去进行统计

# 接下来对于前四名学生,进行一些统计运算
# 指定列 去统计
temp = score[:4, 0:5]
print("前四名学生,各科成绩的最大分:{}".format(np.max(temp, axis=0)))
print("前四名学生,各科成绩的最小分:{}".format(np.min(temp, axis=0)))
print("前四名学生,各科成绩波动情况:{}".format(np.std(temp, axis=0)))
print("前四名学生,各科成绩的平均分:{}".format(np.mean(temp, axis=0)))

结果:

前四名学生,各科成绩的最大分:[96 97 72 98 89]
前四名学生,各科成绩的最小分:[55 57 45 76 77]
前四名学生,各科成绩波动情况:[16.25576821 14.92271758 10.40432602  8.0311892   4.32290412]
前四名学生,各科成绩的平均分:[78.5  75.75 62.5  85.   82.25]

如果需要统计出某科最高分对应的是哪个同学?

  • np.argmax(temp, axis=)
  • np.argmin(temp, axis=)
print("前四名学生,各科成绩最高分对应的学生下标:{}".format(np.argmax(temp, axis=0)))

结果:

前四名学生,各科成绩最高分对应的学生下标:[0 2 0 0 1]

三、案例

import numpy as npar = np.arange(6).reshape(2, 3)
print('ar = ', ar)
# 统计运算
print('ar.mean() = ', ar.mean())  # 求平均值
print('按列求平均值:np.mean(ar, axis=0) = ', np.mean(ar, axis=0))  # 按列求平均值
print('按行求平均值:np.mean(ar, axis=1) = ', np.mean(ar, axis=1))  # 按行求平均值
print('ar.max() = ', ar.max())  # 求最大值
print('按列求最大值:np.max(ar, axis=0) = ', np.max(ar, axis=0))  # 按列求最大值
print('按行求最大值:np.max(ar, axis=1) = ', np.max(ar, axis=1))  # 按行求最大值
print('ar.min() = ', ar.min())  # 求最小值
print('按列求最小值:np.min(ar, axis=0) = ', np.min(ar, axis=0))  # 按列求最小值
print('按行求最小值:np.min(ar, axis=1) = ', np.min(ar, axis=1))  # 按行求最小值
print('ar.std() = ', ar.std())  # 求标准差
print('按列求标准差:np.std(ar, axis=0) = ', np.std(ar, axis=0))  # 按列求标准差
print('按列求标准差:np.std(ar, axis=1) = ', np.std(ar, axis=1))  # 按列求标准差
print('ar.var() = ', ar.var())  # 求方差
print('按列求方差:np.var(ar, axis=0) = ', np.var(ar, axis=0))  # 按列求方差
print('按行求方差:np.var(ar, axis=1) = ', np.var(ar, axis=1))  # 按行求方差
print('ar.sum() = ', ar.sum())  # 求和,np.sum()
print('按列求和:np.sum(ar, axis=0) = ', np.sum(ar, axis=0))  # 求和,np.sum() → axis为0,按列求和
print('按行求和:np.sum(ar, axis=1) = ', np.sum(ar, axis=1))  # 求和,np.sum() → axis为1,按行求和

打印结果:

ar =  [[0 1 2][3 4 5]]
ar.mean() =  2.5
按列求平均值:np.mean(ar, axis=0) =  [1.5 2.5 3.5]
按行求平均值:np.mean(ar, axis=1) =  [1. 4.]
ar.max() =  5
按列求最大值:np.max(ar, axis=0) =  [3 4 5]
按行求最大值:np.max(ar, axis=1) =  [2 5]
ar.min() =  0
按列求最小值:np.min(ar, axis=0) =  [0 1 2]
按行求最小值:np.min(ar, axis=1) =  [0 3]
ar.std() =  1.707825127659933
按列求标准差:np.std(ar, axis=0) =  [1.5 1.5 1.5]
按列求标准差:np.std(ar, axis=1) =  [0.81649658 0.81649658]
ar.var() =  2.9166666666666665
按列求方差:np.var(ar, axis=0) =  [2.25 2.25 2.25]
按行求方差:np.var(ar, axis=1) =  [0.66666667 0.66666667]
ar.sum() =  15
按列求和:np.sum(ar, axis=0) =  [3 5 7]
按行求和:np.sum(ar, axis=1) =  [ 3 12]

这篇关于NumPy(五):数组统计【平均值:mean()、最大值:max()、最小值:min()、标准差:std()、方差:var()、中位数:median()】【axis=0:按列运算;axis=0:按列】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128699

相关文章

hdu1496(用hash思想统计数目)

作为一个刚学hash的孩子,感觉这道题目很不错,灵活的运用的数组的下标。 解题步骤:如果用常规方法解,那么时间复杂度为O(n^4),肯定会超时,然后参考了网上的解题方法,将等式分成两个部分,a*x1^2+b*x2^2和c*x3^2+d*x4^2, 各自作为数组的下标,如果两部分相加为0,则满足等式; 代码如下: #include<iostream>#include<algorithm

hdu2241(二分+合并数组)

题意:判断是否存在a+b+c = x,a,b,c分别属于集合A,B,C 如果用暴力会超时,所以这里用到了数组合并,将b,c数组合并成d,d数组存的是b,c数组元素的和,然后对d数组进行二分就可以了 代码如下(附注释): #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

uva 575 Skew Binary(位运算)

求第一个以(2^(k+1)-1)为进制的数。 数据不大,可以直接搞。 代码: #include <stdio.h>#include <string.h>const int maxn = 100 + 5;int main(){char num[maxn];while (scanf("%s", num) == 1){if (num[0] == '0')break;int len =

hdu 1166 敌兵布阵(树状数组 or 线段树)

题意是求一个线段的和,在线段上可以进行加减的修改。 树状数组的模板题。 代码: #include <stdio.h>#include <string.h>const int maxn = 50000 + 1;int c[maxn];int n;int lowbit(int x){return x & -x;}void add(int x, int num){while

poj 3258 二分最小值最大

题意: 有一些石头排成一条线,第一个和最后一个不能去掉。 其余的共可以去掉m块,要使去掉后石头间距的最小值最大。 解析: 二分石头,最小值最大。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <c

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

hdu4267区间统计

题意:给一些数,有两种操作,一种是在[a,b] 区间内,对(i - a)% k == 0 的加value,另一种操作是询问某个位置的值。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import

hdu4417区间统计

给你一个数列{An},然后有m次查询,每次查询一段区间 [l,r] <= h 的值的个数。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamRead

hdu3333区间统计

题目大意:求一个区间内不重复数字的和,例如1 1 1 3,区间[1,4]的和为4。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamReader;