Numpy-数组的统计分析

Numpy-数组的统计分析

import numpy as np

# sum --求和   mean --均值   std-- 标准差   var ---方差    min---最小值  max---最大值
# argmin --最小值的位置   argmax---最大值的位置  cumsum---累计和  cumprod --累计积

# 创建一个二维数组
arr = np.array([[6, 4, 8],
                [5, 3, 7],
                [9, 6, 10]])

print('arr:\n', arr)

# 统计指标 ---使用np.指标
# 参数1：需要统计指标的数组
# 参数2：axis---当为二维数组时，axis=0,表示行的方向，向下的，当axis=1时，表示列的方向，向右的
# print('arr求和：', np.sum(arr, axis=1))
# print('arr求均值：', np.mean(arr, axis=1))
# print('arr求标准差：', np.std(arr, axis=1))
# print('arr求方差：', np.var(arr, axis=1))
# print('arr最小值：', np.min(arr, axis=1))
# print('arr最大值：', np.max(arr, axis=1))
# print('arr最大值的位置：', np.argmax(arr, axis=1))
# print('arr最小值的位置：', np.argmin(arr, axis=1))
# print('arr累计和：\n', np.cumsum(arr, axis=1))
# print('arr累计积：\n', np.cumprod(arr, axis=1))

# axis=0，向下
# print('arr求和：', np.sum(arr, axis=0))
# print('arr求均值：', np.mean(arr, axis=0))
# print('arr求标准差：', np.std(arr, axis=0))
# print('arr求方差：', np.var(arr, axis=0))
# print('arr最小值：', np.min(arr, axis=0))
# print('arr最大值：', np.max(arr, axis=0))
# print('arr最大值的位置：', np.argmax(arr, axis=0))
# print('arr最小值的位置：', np.argmin(arr, axis=0))
# print('arr累计和：\n', np.cumsum(arr, axis=0))
# print('arr累计积：\n', np.cumprod(arr, axis=0))

# axis=None ---将原来的arr展开为一维数组，然后再进行统计指标
# print('arr求和：', np.sum(arr, axis=None))
# print('arr求均值：', np.mean(arr, axis=None))
# print('arr求标准差：', np.std(arr, axis=None))
# print('arr求方差：', np.var(arr, axis=None))
# print('arr最小值：', np.min(arr, axis=None))
# print('arr最大值：', np.max(arr, axis=None))
# print('arr最大值的位置：', np.argmax(arr, axis=None))
# print('arr最小值的位置：', np.argmin(arr, axis=None))
# print('arr累计和：\n', np.cumsum(arr, axis=None))
# print('arr累计积：\n', np.cumprod(arr, axis=None))


# 还可以使用ndarray.指标
# print('arr求和：', arr.sum(axis=0))
# print('arr求均值：', arr.mean(axis=0))