Numpy的常见ufunc函数：sum、bincount、histogram、mean和average
import numpy as np一、ufunc函数简介
- ufunc函数是一种对数组中每个元素进行运算的函数，作用于数组上的速度通常会被Python内置的函数快很多。例如：作用于数组时np.sin()要比math.sin()快很多倍。
二.求和
不同轴求和
x = np.array([[1,2,],[3,4]])
print(x.sum()) # 所有元素求和
print(x.sum(axis=0)) # 按列(0轴)求和
print(x.sum(axis=1)) # 按行(1轴)求和10
[4 6]
[3 7]
求和后保持维度不变
x.sum(axis=0,keepdims=True)array([[4, 6]])
指定运算后的返回值类型
x.sum(axis=0,dtype=np.float32)array([ 4., 6.], dtype=float32)
三.求最值
x = np.array([1,3,2])
print(x.min())
print(x.max())
print(x.argmin())#最小值的索引
print(x.argmax())#最大值的索引1
3
0
1
四.mean与average
a = np.random.randint(0,10,size=(4,5))mean()求平均数
a.mean(axis=1)array([ 5.6, 6.2, 1.2, 3.6])
average()求加权平均数
score = np.array([83,72,79])
number = np.array([20,15,20])
np.average(score,weights=number)78.545454545454547
五、元素统计：bincount
np.random.seed(42)
a = np.random.randint(0,8,10)
print(a)
print(np.bincount(a)) # 0为出现，1出现1次，2出现1次，3出现1次，4出现4次，依次类推[6 3 4 6 2 7 4 4 6 1]
[0 1 1 1 3 0 3 1]
为每个数指定权重，权重累加
x = np.array([0,1,2,2,1,1,0])
w = np.array([0.1,0.3,0.2,0.4,0.5,0.8,1.2])
np.bincount(x,w)array([ 1.3, 1.6, 0.6])
求每个数的加权平均数
np.bincount(x,w)/np.bincount(x)array([ 0.65 , 0.53333333, 0.3 ])
六、直方统计图：histogram
histogram(a,bins=10,range=None,weights=None,density=False);
- a是待统计数据的数组；
- bins指定统计的区间个数；
- range是一个长度为2的元组，表示统计范围的最小值和最大值，默认值None，表示范围由数据的范围决定
- weights为数组的每个元素指定了权值,histogram()会对区间中数组所对应的权值进行求和
- density为True时，返回每个区间的概率密度；为False，返回每个区间中元素的个数
a = np.random.rand(100)
np.histogram(a,bins=5,range=(0,1))#在[0,0.2)有28个数，在[0.2,0.4)有18个数，以此类推(array([28, 18, 17, 19, 18], dtype=int64),
array([ 0. , 0.2, 0.4, 0.6, 0.8, 1. ]))
若要统计的区间不等，可以将表示区间分割位置的数组传递给bins参数
np.histogram(a,bins=[0,0.4,0.8,1.0])(array([46, 36, 18], dtype=int64), array([ 0. , 0.4, 0.8, 1. ]))