NumPy統計函數

numpy.amin()和numpy.amax()
numpy.amin()用於計算數組中元素沿着指定軸的最小值。
numpy.amax()用於計算數組中元素沿着指定軸的最大值

a=np.array([1,3,6],[3,4,11],[6,1,4])
print(np.amin(a,1) #每行最小值
print(np.amin(a,0) #每列最小值
print(np.amax(a)   #全部元素中最大值
print(np.amax(a,1)) #j每行的最大值

結果：

[1 3 1]
[1 1 4]
11
[ 6 11  6]

** numpy.ptp()
用來計算數組中元素的最大值與最小值的差（最大值-最小值）。
numpy.percentile()**
表示百分比
numpy.percentile(a,q,axis)

• a:輸入數組
• q:要計算的百分位數
• axis:沿着它計算百分位數的軸
  對於一個數組，咱們設置它的百分位數爲20，則咱們能夠推算出在該數組排序中在百分之20上的值是多少，例如：

# percentail百分數
a = np.array([[21, 60, 4], [10, 20, 1]])
print('數組a：')
print(a)

print('調用 percentile() 函數：')
# 50% 的分位數，就是 a 裏排序以後的中位數
print(np.percentile(a, 20))
# axis 爲 0，在縱列上求
print(np.percentile(a, 20, axis=0))
# axis 爲 1，在橫行上求
print(np.percentile(a, 20, axis=1))
# 保持維度不變
print(np.percentile(a, 20, axis=1, keepdims=True))

結果：

數組a：
[[21 60  4]
 [10 20  1]]
調用 percentile() 函數：
4.0
[12.2 28.   1.6]
[10.8  4.6]
[[10.8]
 [ 4.6]]

Process finished with exit code 0

標準差
std=sqrt(mean((x-x.mean()) * * 2)
其中mean((x-x.mean()) * * 2)是指每一個樣本與全體樣本值的平均數之差，即方差，標準差就是方差的平方根。

其它統計函數

numpy.mediam()

用於計算數組a中元素的中位數

numpy.average()

將各數值乘以相應的權數，而後加總求和獲得整體值，再除以總的單位數。即用來計算加權平均數

numpy.mean()

返回數組元素的算術平均值