本文共 2430 字，大约阅读时间需要 8 分钟。

2.2.统计函数 2018/11/11    ====================================================================        # sum,mean及标准差std等聚合计算通常叫做约简 reduction    # 既可做数组实例方法调用，也可做顶级NumPy 函数使用    ====================================================================1..计算总和    # 1.1 数组1Dx = np.array([1, 2, 3, 4])np.sum(x)                           # 10x.sum()                             # 10--------------------------------------------# 1.2.按行和按列求和2D：x = np.array([[1, 2], [3, 4]])    x.sum()                           #10x.sum(axis=0)                     # 按列求和 columns (first dimension) # array([4, 6])x.sum(axis=1)                     # 按行求和 rows (second dimension) # array([3, 7])    x[:, 0].sum(), x[:, 1].sum()    # 第一列求和，第二列求和  # (4, 6)x[0, :].sum(), x[1, :].sum()    # 第一行求和，第二行求和  # (3, 7)---------------------------------------------# 1.3.cumsum和cumprod方法则不聚合， 而是产生一个中间结果组成的数组：arr = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])arr.cumsum()                    #array([ 0,  1,  3,  6, 10, 15, 21, 28, 36], dtype=int32)arr.cumsum(0)                   #array([[ 0,  1,  2],[ 3,  5,  7], [ 9, 12, 15]], dtype=int32)arr.cumsum(1)                   #array([[ 0,  1,  3], [ 3,  7, 12],[ 6, 13, 21]], dtype=int32)    arr.cumprod()                   #array([0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int32)    ======================================================================2.极值：x = np.array([1, 3, 2])x.min()                          # 1x.max()                          # 3    x.argmin()                       # 最小值索引# 0x.argmax()                       # index of maximum # 1    ======================================================================3.统计：x = np.array([1, 2, 3, 1])y = np.array([[1, 2, 3], [5, 6, 1]])    y.mean()            #3.0y.mean(axis=0)  #array([3., 4., 2.])最终结果是一个少一维的数组y.mean(axis=1)  #array([2., 4.])y.mean(axis=-1) #array([2., 4.])    np.median(x)                       # 1.5np.median(y, axis=-1)              # last axis  # array([ 2.,  5.])    x.std()                            # full population standard dev.# 0.82915619758884995np.random.seed(3)    arr= np.random.randn(5, 4)         #正态分布的数据    ======================================================================4.附录：统计函数

转载地址：https://chunyou.blog.csdn.net/article/details/83948323 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！