NumPy 学习笔记(四)
NumPy 算术函数:
1、numpy.reciprocal(arr) 返回参数逐个元素的倒数
2、numpy.power(one, two) 将第一个输入数组中的元素作为底数,计算它与第二个输入数组中相应元素的幂,即 one^two
3、numpy.mod(x1, x2) 计算输入数组中相应元素的余数,函数 numpy.remainder(x1, x2) 也产生相同的结果
import numpy as np arr = np.array([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]])
print("reciprocal arr: ", np.reciprocal(arr))
print("power by 2: ", np.power(arr, 2))
print("mod by arr.T: ", np.mod(arr, arr.T))
print("remainder by arr.T: ", np.remainder(arr, arr.T))
NumPy 统计函数:
1、numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>)
和 numpy.max(a, axis=None, out=None, keepdims=<no value>, initial=<no value>)
用于计算数组中的元素沿指定轴的最大值,若未给定 axis 的值,则默认选出数组里最大的数
2、numpy.amin() 和 numpy.min() 的格式与上面一样,其返回最小值
3、numpy.ptp(a, axis=None, out=None, keepdims=<no value>) 计算数组中元素最大值与最小值的差
4、numpy.percentile(a, q, axis) a 表示一个数组对象,q 表示要计算的百分数(0-100),axis 是轴,返回大于等于 q% 个数的那个数
5、numpy.median(a, axis=None, out=None, overwrite_input=False, keepdims=False) 计算 a 的中位数
6、numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>) 返回数组中元素的算术平均值。
如果提供了轴,则沿其计算
7、numpy.average(a, axis=None, weights=None, returned=False) 根据 weights 中给出的各自的权重计算数组中元素的加权平均值,
returned=True 时则返回权重的和,当 weights.shape != a.shape 时必须指定轴
8、numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>) 计算标准差
9、numpy.var(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>) 计算方差
import numpy as np arr = np.array([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]])
# numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>)
# numpy.amin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>)
# numpy.max 和 numpy.min 的格式和上面一样
print("max: ", np.amax(arr, axis=1))
print("max: ", np.max(arr))
print("min: ", np.amin(arr))
print("min: ", np.min(arr, axis=1)) # numpy.ptp(a, axis=None, out=None, keepdims=<no value>) 计算数组中元素最大值与最小值的差(最大值 - 最小值)
print("ptp(arr, axis=0): ", np.ptp(arr, axis=0))
print("ptp(arr, axis=1): ", np.ptp(arr, axis=1))
print("ptp(arr): ", np.ptp(arr)) # numpy.percentile(a, q, axis) a 表示一个对象,q 表示要计算的百分数(0-100),axis 是轴
# 选出在数组 arr 里大于等于 50% 数的那个数
print("percentile(arr, 50): ", np.percentile(arr, 50)) # 5.0
# 按 1 轴选出大于等于 0% 的数的那个数,即最小值
# [1. 4. 7.]
print("percentile(arr, 0, axis=1): ", np.percentile(arr, 0, axis=1))
# 按 1 轴选出大于等于 100% 的数的那个数,即最大值
# [3. 6. 9.]
print("percentile(arr, 100, axis=1): ", np.percentile(arr, 100, axis=1))
# 若所求百分数不能刚好对应数组里的数,则会在前后两个数之间取平均值
print(np.percentile(np.array([1., 2., 3., 4., 5., 6.]), 50)) # 3.5
print(np.percentile(np.array([1., 2., 3., 4., 5., 6.]), 70)) # 4.5 # numpy.median(a, axis=None, out=None, overwrite_input=False, keepdims=False) 计算 a 的中位数
print("median(arr, axis=0): ", np.median(arr, axis=0)) # [4. 5. 6.]
print("median(arr, axis=1): ", np.median(arr, axis=1)) # [2. 5. 8.] # numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>)
# 返回数组中元素的算术平均值。 如果提供了轴,则沿其计算
print("mean(arr): ", np.mean(arr)) # 5.0
print("mean(arr, axis=1): ", np.mean(arr, axis=1)) # [2. 5. 8.] # numpy.average(a, axis=None, weights=None, returned=False)
# 根据 weights 中给出的各自的权重计算数组中元素的加权平均值
# returned=True 则返回权重的和
# 当 weights.shape != a.shape 时必须指定轴
print("average: ", np.average(arr, axis=1, weights=np.array([1, 2, 3]), returned=True)) # numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>) 计算标准差
print("std(arr): ", np.std(arr)) # 2.581988897471611
print("std(arr, axis=1): ", np.std(arr, axis=1)) # [0.81649658 0.81649658 0.81649658] # numpy.var(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>) 计算方差
print("var(arr): ", np.var(arr)) # 6.666666666666667
print("var(arr, axis=0): ", np.var(arr, axis=0)) # [6. 6. 6.]
NumPy 学习笔记(四)的更多相关文章
- NumPy学习笔记 三 股票价格
NumPy学习笔记 三 股票价格 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.&l ...
- NumPy学习笔记 二
NumPy学习笔记 二 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...
- NumPy学习笔记 一
NumPy学习笔记 一 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...
- numpy 学习笔记
numpy 学习笔记 导入 numpy 包 import numpy as np 声明 ndarray 的几种方法 方法一,从list中创建 l = [[1,2,3], [4,5,6], [7,8,9 ...
- Numpy学习笔记(下篇)
目录 Numpy学习笔记(下篇) 一.Numpy数组的合并与分割操作 1.合并操作 2.分割操作 二.Numpy中的矩阵运算 1.Universal Function 2.矩阵运算 3.向量和矩阵运算 ...
- Numpy学习笔记(上篇)
目录 Numpy学习笔记(上篇) 一.Jupyter Notebook的基本使用 二.Jpuyter Notebook的魔法命令 1.%run 2.%timeit & %%timeit 3.% ...
- C#可扩展编程之MEF学习笔记(四):见证奇迹的时刻
前面三篇讲了MEF的基础和基本到导入导出方法,下面就是见证MEF真正魅力所在的时刻.如果没有看过前面的文章,请到我的博客首页查看. 前面我们都是在一个项目中写了一个类来测试的,但实际开发中,我们往往要 ...
- IOS学习笔记(四)之UITextField和UITextView控件学习
IOS学习笔记(四)之UITextField和UITextView控件学习(博客地址:http://blog.csdn.net/developer_jiangqq) Author:hmjiangqq ...
- java之jvm学习笔记四(安全管理器)
java之jvm学习笔记四(安全管理器) 前面已经简述了java的安全模型的两个组成部分(类装载器,class文件校验器),接下来学习的是java安全模型的另外一个重要组成部分安全管理器. 安全管理器 ...
- Learning ROS for Robotics Programming Second Edition学习笔记(四) indigo devices
中文译著已经出版,详情请参考:http://blog.csdn.net/ZhangRelay/article/category/6506865 Learning ROS for Robotics Pr ...
随机推荐
- android中设置控件获得焦点
android中,要使控件获得焦点,需要先setFocus,再requestFocus. 以Button为例: btn.setFocusable(true); ...
- 【前端】JavaScript表达式-新手必看
转载请注明出处:http://www.cnblogs.com/shamoyuu/p/6145384.html 一.什么是表达式 表达式就是JavaScript里一个短句,JavaScript解释器会将 ...
- CF 1042 A Benches —— 二分答案(水题)
题目:http://codeforces.com/problemset/problem/1042/A 代码如下: #include<iostream> #include<cstdio ...
- 洛谷2019 3月月赛 T2
题干 洛谷同款 T2?(看似比T1简单些) 二维前缀和嘛?[多简单 我天天拿二维前缀和水DP] 这是前缀和的预处理 2333 处理出来所有的情况 某个地方要加上mod再%mod 如果没有这一步 那么 ...
- ACM_寒冰王座(完全背包)
寒冰王座 Time Limit: 2000/1000ms (Java/Others) Problem Description: 不死族的巫妖王发工资拉,死亡骑士拿到一张N元的钞票(记住,只有一张钞票) ...
- Android 性能优化(21)*性能工具之「GPU呈现模式分析」Profiling GPU Rendering Walkthrough:分析View显示是否超标
Profiling GPU Rendering Walkthrough 1.In this document Prerequisites Profile GPU Rendering $adb shel ...
- RabbitMQ二:AMQP协议
参考这个:http://kb.cnblogs.com/page/73759/ 参考这个:http://www.cnblogs.com/charlesblc/p/6286875.html 写的挺好 Ra ...
- HTML+CSS 基础布局(案列一)
刚html刚讲完马上就接着css,周末的任务就是高仿案例,结果有点遭 图文布局 代码 css(内部样式) html <!DOCTYPE html><html><head& ...
- Font Awesome 图标使用总结
参考 http://fontawesome.dashgame.com/ 1 大图标递进 fa-lg (33%递增).fa-2x. fa-3x.fa-4x,或者 fa-5x 2 固定宽度 fa-f ...
- 使用纯css鼠标移入效果,炫酷的旋转正方体
首先我们需要创建几个盒子 </div> <div class="wrap"> <div class="cube"> < ...