Python中numpy的统计函数
axis = 0 / 1 / None 0代表column 1代表row None不加以区分
| 函数 | 含义 |
|---|---|
sum(a, axis=None) |
根据给定轴axis计算数组a相关元素之和,axis整数或元组 |
mean(a, axis=None) |
根据给定轴axis计算数组a相关元素的期望,axis整数或元组 |
average(a,axis=None,weights=None) |
根据给定轴axis计算数组a相关元素的加权平均值 |
std(a, axis=None) |
根据给定轴axis计算数组a相关元素的标准差 |
var(a, axis=None) |
根据给定轴axis计算数组a相关元素的方差 |
min(a) max(a) |
计算数组a中元素的最小值、最大值 |
argmin(a) argmax(a) |
计算数组a中元素最小值、最大值的降一维后下标 |
unravel_index(index, shape) |
根据shape将一维下标index转换成多维下标 |
ptp(a) |
计算数组a中元素最大值与最小值的差 |
median(a) |
计算数组a中元素的中位数(中值) |
sum(a, axis=None) 元素和
mean(a, axis=None) 期望
average(a,axis=None,weights=None) 平均值
按依次对同一列按顺序乘以权值 (权值数量为数组行/列元素数)
如 61 + 102 + 19*3 / (1+2+3) = 13.83333333
std(a, axis=None) 标准差
var(a, axis=None)
min(a) max(a) 最大最小值
argmin(a) argmax(a)
unravel_index(index, shape)
ptp(a)
median(a)
另:梯度函数
np.gradient(f)
两边边值为后项与前项的差
中间值为此值的前项与后项的差除2
一维时：
多维时：
前一数组为最外层的梯度
后一数组为第二层维度的梯度