3-4數值計算

 Pandas章節應用的數據能夠在如下連接下載：  https://files.cnblogs.com/files/AI-robort/Titanic_Data-master.zip

 

 

 

Array數值計算¶

In [2]:

import numpy as np
tang_array=np.array([[1,2,3],[4,5,6]])
tang_array

Out[2]:

array([[1, 2, 3],
       [4, 5, 6]])

In [3]:

np.sum(tang_array)

Out[3]:

21

In [4]:

np.sum(tang_array,axis=0)#按列求和，axis=1是按行求和

Out[4]:

array([5, 7, 9])

In [5]:

tang_array.ndim#顯示維度

Out[5]:

2

In [9]:

np.sum(tang_array,axis=1)

Out[9]:

array([ 6, 15])

In [10]:

np.sum(tang_array,axis=-1)

Out[10]:

array([ 6, 15])

In [11]:

tang_array.sum()

Out[11]:

21

In [12]:

tang_array.sum(axis=1)

Out[12]:

array([ 6, 15])

 

乘積¶

In [14]:

np.prod(tang_array,axis=0)

Out[14]:

array([ 4, 10, 18])

In [15]:

tang_array.prod()

Out[15]:

720

In [16]:

tang_array.min(axis=1)

Out[16]:

array([1, 4])

In [17]:

tang_array.max(axis=1)

Out[17]:

array([3, 6])

 

索引arg+min/max...¶

In [18]:

tang_array.argmin()

Out[18]:

0

In [19]:

tang_array.argmax()

Out[19]:

5

 

均值、標準差、方差¶

In [20]:

tang_array.mean(axis=1)

Out[20]:

array([2., 5.])

In [21]:

tang_array.std(axis=1)#標準差

Out[21]:

array([0.81649658, 0.81649658])

In [22]:

tang_array.var(axis=1)#方差

Out[22]:

array([0.66666667, 0.66666667])

 

限制、四捨五入

In [23]:

tang_array.clip(2,4)#x小於2的都變成2，大於4的都變成4

Out[23]:

array([[2, 2, 3],
       [4, 4, 4]])

In [24]:

tang_array=np.array([1.2,3.46,6.43])

In [26]:

tang_array.round(decimals=1)#四捨五入，控制精度：小數點後面幾位小數decimals=...

Out[26]:

array([1.2, 3.5, 6.4])