数据分析numpy ndarry属性 与 常用指标

import numpy as np

# ndarry属性

# ndim shape size itemsize dtype

# 先去创建一个ndarry --借用列表去创建一个arry
arr = np.array([1,2,3,4,5,6])
print("arr:", arr)
print("arr 维度:", arr.ndim)
print("arr: 形状", arr.shape)
print("arr: 大小", arr.size)
print("arr:数据类型", arr.dtype)
print("arr: 元素大小", arr.itemsize)

import numpy as np


# 创建一个数组
arr = np.arange(4).reshape(2, 2)
# print(arr)

# 按照纵向计算
print('按照纵轴求和：', np.sum(arr, axis=0))
print('arr的均值：', np.mean(arr,axis=0))
print('arr的标准差：', np.std(arr, axis=0))
print('arr的方差：', np.var(arr, axis=0))
print('arr的最小值：', np.min(arr, axis=0))
print('arr的最大值：', np.max(arr, axis=0))
print('arr的最小值下标：', np.argmin(arr, axis=0))
print('arr的最大值下标：', np.argmax(arr, axis=0))
print('arr的累计和：', np.cumsum(arr, axis=0))
print('arr的累计积：', np.cumprod(arr, axis=0))

# 按照横向计算
print('按照纵轴求和：', np.sum(arr, axis=1))
print('arr的均值：', np.mean(arr,axis=1))
print('arr的标准差：', np.std(arr, axis=1))
print('arr的方差：', np.var(arr, axis=1))
print('arr的最小值：', np.min(arr, axis=1))
print('arr的最大值：', np.max(arr, axis=1))
print('arr的最小值下标：', np.argmin(arr, axis=1))
print('arr的最大值下标：', np.argmax(arr, axis=1))
print('arr的累计和：', np.cumsum(arr, axis=1))
print('arr的累计积：', np.cumprod(arr, axis=1))