标签:一个 风格 port 方差 nump style 统计分析 数据 统计
1 import numpy as np 2 3 # 创建一个数组 4 arr = np.array([[1, 2],[3, 4]]) 5 print("arr: \n", arr) 6 7 # 对数组进行统计分析 8 # sum mean std var min max argmin argmax cumsum cumprod 9 # 按照行的方向 10 print("arr的统计和: \n", np.sum(arr, axis=0)) 11 print("arr的统计均值: \n", np.mean(arr, axis=0)) 12 print("arr的统计标准差: \n", np.std(arr, axis=0)) 13 print("arr的统计方差: \n", np.var(arr, axis=0)) 14 print("arr的统计最小值: \n", np.min(arr, axis=0)) 15 print("arr的统计最大值: \n", np.max(arr, axis=0)) 16 print("arr的统计最小值的下标: \n", np.argmin(arr, axis=0)) 17 print("arr的统计最大值的下标: \n", np.argmax(arr, axis=0)) 18 print("arr的统计累计和: \n", np.cumsum(arr, axis=0)) 19 print("arr的统计累计积: \n", np.cumprod(arr, axis=0)) 20 21 # 按照列的方向 22 print("arr的统计和: \n", np.sum(arr, axis=1)) 23 print("arr的统计均值: \n", np.mean(arr, axis=1)) 24 print("arr的统计标准差: \n", np.std(arr, axis=1)) 25 print("arr的统计方差: \n", np.var(arr, axis=1)) 26 print("arr的统计最小值: \n", np.min(arr, axis=1)) 27 print("arr的统计最大值: \n", np.max(arr, axis=1)) 28 print("arr的统计最小值的下标: \n", np.argmin(arr, axis=1)) 29 print("arr的统计最大值的下标: \n", np.argmax(arr, axis=1)) 30 print("arr的统计累计和: \n", np.cumsum(arr, axis=1)) 31 print("arr的统计累计积: \n", np.cumprod(arr, axis=1)) 32 33 # 没有指定轴——按照C风格展开,然后再去统计指标 34 print("arr的统计和: \n", np.sum(arr)) 35 print("arr的统计均值: \n", np.mean(arr)) 36 print("arr的统计标准差: \n", np.std(arr)) 37 print("arr的统计方差: \n", np.var(arr)) 38 print("arr的统计最小值: \n", np.min(arr)) 39 print("arr的统计最大值: \n", np.max(arr)) 40 print("arr的统计最小值的下标: \n", np.argmin(arr)) 41 print("arr的统计最大值的下标: \n", np.argmax(arr)) 42 print("arr的统计累计和: \n", np.cumsum(arr)) 43 print("arr的统计累计积: \n", np.cumprod(arr))
标签:一个 风格 port 方差 nump style 统计分析 数据 统计
原文地址:https://www.cnblogs.com/Tree0108/p/12115560.html