标签：and rsh print 需要 div def 求和 station 假设
numpy的mean(),std()等方法是作用于整个numpy数组的,如果是二维数组的话,也是整个数组,包括所有行和列,但我们经常需要它仅作用于行或者列,而不是整个二维数组,这个时候,可以定义轴axis:
axis=0表示作用于列
axis=1表示作用于行
以sum()求和方法为例:
import numpy as np a = np.array([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ]) print a.sum() # 45 print a.sum(axis=0)
# 表示对各个列求和 # [12 15 18] print a.sum(axis=1)
# 表示对各个行求和 # [6 15 24]
一个综合栗子:
# 假设有如下5个地铁站10天的客流数据 ridership = np.array([ [ 0, 0, 2, 5, 0], [1478, 3877, 3674, 2328, 2539], [1613, 4088, 3991, 6461, 2691], [1560, 3392, 3826, 4787, 2613], [1608, 4802, 3932, 4477, 2705], [1576, 3933, 3909, 4979, 2685], [ 95, 229, 255, 496, 201], [ 2, 0, 1, 27, 0], [1438, 3785, 3589, 4174, 2215], [1342, 4043, 4009, 4665, 3033] ])
首先计算各个车站每天的客流平均值,从中找出最大和最小值:
def min_and_max_riders_per_day(ridership): mean_ridership_per_station = ridership.mean(axis=0) max_daily_ridership = mean_ridership_per_station.max() min_daily_ridership = mean_ridership_per_station.min() return (max_daily_ridership, min_daily_ridership) print(min_and_max_riders_per_day(ridership)) # 结果 (3239.9, 1071.2)
标签：and rsh print 需要 div def 求和 station 假设
原文地址：https://www.cnblogs.com/liulangmao/p/9236562.html
