ndarray.mean()函数计算平均值:
x=np.array(range(24)).reshape(4,6)
#默认情况下,计算所有元素的的平均值
average=x.mean()
#axis=0 计算每列的平均值
averagecolumn =x.mean(axis=0)
#axis=1 计算每行的平均值
averagerow =x.mean(axis=1)
print("x ",x,'\naverage ',average,'\naveragecolumn ',averagecolumn,'\naveragerow ',averagerow)
'''
输出:
x [[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
average 11.5
averagecolumn [ 9. 10. 11. 12. 13. 14.]
averagerow [ 2.5 8.5 14.5 20.5]
'''
np.median()函数计算中位数:
#奇数个元素
x=np.array([1,2,3,4,5])
print(np.median(x))
#偶数个元素
y=np.array([1,2,3,4])
print(np.median(y))
'''
输出:
3.0
2.5
'''
ndarray.std()函数计算标准差:
x=np.array([1,10,8,22,7,9,16,19])
print(x.std())
'''
输出:
6.5
'''
ndarray.var()函数计算方差:
x=np.array([1,10,8,22,7,9,16,19])
print(x.var())
'''
输出:
42.25
'''
ndarray.max()函数计算最大值:
x=np.array(range(24)).reshape(4,6)
#所有元素的最大值
xmax=x.max()
#axis=0,每列的最大值
columnmax=x.max(axis=0)
#axis=1,每行的最大值
rowmax=x.max(axis=1)
print('x ',x,'\nxmax',xmax,'\ncolumnmax',columnmax,'\nrowmax',rowmax)
'''
输出:
x [[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
xmax 23
columnmax [18 19 20 21 22 23]
rowmax [ 5 11 17 23]
'''
PS: ndarray.min() ndarray.sum() (求和) 的用法与ndarray.max()一致
np.average()函数计算加权平均值:
np.average()函数使用说明:
np.average(a,axis=None,weights=None,returned=Fasle) #weights表示权值
实例:
x=np.array([1,2,3])
noweight=np.average(x)
haveweight=np.average(x,weights=[0.3,0.2,0.5])
print('noweight ',noweight)
print('haveweight ',haveweight)
'''
输出:
noweight 2.0
haveweight 2.2
'''