数据准备3 数据统计

Posted g-aurora

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据准备3 数据统计相关的知识,希望对你有一定的参考价值。

数据准备3 数据统计

?

import numpy as np

# 算数运算

# 创建等差数组
# np.arange() 初始值、终值、步长 默认不包括终值
x1 = np.arange(1, 11, 2)
# np.linspace() 初始值、终止、元素个数 默认包括终值
x2 = np.linspace(1, 9, 5)
  1. 加减乘除
print(np.add(x1, x2))
print(np.subtract(x1, x2))
print(np.multiply(x1, x2))
print(np.divide(x1, x2))

[ 2.  6. 10. 14. 18.]
[0. 0. 0. 0. 0.]
[ 1.  9. 25. 49. 81.]
[1. 1. 1. 1. 1.]

2.x1各项的x2次方

print(np.power(x1, x2))

[1.00000000e+00 2.70000000e+01 3.12500000e+03 8.23543000e+05
 3.87420489e+08]

3.取余

print(np.mod(x1, x2))
print(np.remainder(x1, x2))

[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]

4.以不用轴取最大值与最小值

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.amin(a))
print(np.amin(a, 0))  # 以axis=0轴进行计算,将矩阵一列一列划分
print(np.amin(a, 1))  # 以axis=1轴进行算,将矩阵以一行一行划分
print(np.amax(a))
print(np.amax(a, 0))
print(np.amax(a, 1))
print("-------------------")

1
[1 2 3]
[1 4 7]
9
[7 8 9]
[3 6 9]

5.最大值与最小值之差ptp()

print(np.ptp(a))
print(np.ptp(a, axis=0))
print(np.ptp(a, axis=1))
print("-------------------")

8
[6 6 6]
[2 2 2]

6.平均数mean和中位数median

print(np.mean(a))
print(np.mean(a, axis=0))
print(np.mean(a, axis=1))
print()
print(np.median(a))
print(np.median(a, axis=0))
print(np.median(a, axis=1))
print("-------------------")

5.0
[4. 5. 6.]
[2. 5. 8.]

5.0
[4. 5. 6.]
[2. 5. 8.]

7.百分位数(percentile),范围为0~100 0为最小值,50为平均值,100为最大值

print(np.percentile(a, 50))
print(np.percentile(a, 50, axis=0))
print(np.percentile(a, 50, axis=1))
print("-------------------")

5.0
[4. 5. 6.]
[2. 5. 8.]

8.加权平均数 单参数时默认权重相同,即,除以元素个数

b = np.array([1, 2, 3, 4])
c = np.array([1, 2, 3, 4])
print(np.average(b))
print(np.average(b, weights=c))
print("-------------------")

2.5
3.0

9.标准差std(),方差var()

print(np.std(b))
print(np.var(b))
print("-------------------")

1.118033988749895
1.25

10.排序

d = np.array([[4, 3, 2], [2, 4, 1]])
# python的排序只用一句就可以实现,sort有四个参数,分别是a、axis、kind、order
# 默认为快排,共有quicksort、mergesort、heapsort
# axis 默认是 -1,即沿着数组的最后一个轴进行排序,在下面也就是axis=1
print(np.sort(d))
print(np.sort(d, axis=None))  # 扁平化
print(np.sort(d, axis=0))  # 一列一列
print(np.sort(d, axis=1))  # 一行一行,在这里即数组的最后一个轴

[[2 3 4]
 [1 2 4]]
[1 2 2 3 4 4]
[[2 3 1]
 [4 4 2]]
[[2 3 4]
 [1 2 4]]

?

以上是关于数据准备3 数据统计的主要内容,如果未能解决你的问题,请参考以下文章

php 一个短代码片段准备在WooCommerce Thank You页面上输出货件跟踪UI。

20165318 缓冲区溢出漏洞实验

Express实战 - 应用案例- realworld-API - 路由设计 - mongoose - 数据验证 - 密码加密 - 登录接口 - 身份认证 - token - 增删改查API(代码片段

linux中怎么查看mysql数据库版本

1 代码片段1

ActionScript 3 Adobe AIR:在本地保存数据片段