numpy数学数据处理

标签：最大   索引   rod   并集   bsp   nbsp   max   处理   col   

数学和统计方法

• sum 对数组中全部或某轴向的元素求和。零长度的数组的sum为0。
• mean 算术平均数。零长度的数组的mean为NaN。

  import numpy as np
  import numpy.random as np_random
  
  arr = np.random.randn(5,4)
  print(arr)
  print(arr.sum())  #求总和：所有元素相加
  print(arr.mean()) #求平均值：所有元素相加后除以元素总数
  print(arr.mean(axis=1))
  
  print(arr.cumsum(0))

   

• std, var 分别为标准差和方差，自由度可调（默认为n）。
• min, max 最大值和最小值
• argmin 分别为最大值和最小值的索引
• cumsum 所有元素的累计和
• cumprod 所有元素的累计积

Any、All测试布尔型数组

bools = np.array([False,True,False,False])
print(bools.any())  #有一个为True就返回True
print(bools.all())  #所有为True返回True

sort排序

arr = np_random.randn(8)
arr.sort()
print(arr)

arr = np_random.randn(5,3)
arr.sort(1)  #指定轴排序

去重与其他集合运算

• unique(x) 计算x中的唯一元素，并返回有序结果。
• intersect1d(x, y) 计算x和y中的公共元素，并返回有序结果。
• union1d(x, y) 计算x和y的并集，并返回有序结果。
• in1d(x, y) 得到一个表述"x的元素是否包含于y"的布尔型数组
• setdiff1d(x, y) 集合的差，即元素在x中且不在y中
• setxor1d(x, y) 集合的异或，即存在于一个数组中但不同时存在于两个数组中的元素。

• names = np.array([‘Bob‘, ‘Joe‘, ‘Will‘, ‘Bob‘, ‘Will‘, ‘Joe‘, ‘Joe‘])
  print(np.unique(names)) #Bob‘, ‘Joe‘, ‘Will‘
  ints = np.array([3, 3, 3, 2, 2, 1, 1, 4, 4])
  print(np.unique(ints))  #1 2 3 4
  #‘查找数组元素是否在另一数组‘
  values = np.array([6, 0, 0, 3, 2, 5, 6])
  print(np.in1d(values, [2, 3, 6]))

numpy数学数据处理

标签：最大   索引   rod   并集   bsp   nbsp   max   处理   col   

原文地址：https://www.cnblogs.com/echoboy/p/9521079.html