基礎統計函式包括:sum, mean, std, var,min,max,argmin, argmax, cumsum, cumprod
以sum為例
>>
> arr
array([[
[1,2
],[3
,4],
[5,6
]],[
[7,8
],[9
,10],
[11,12
]],[
[13,14
],[15
,16],
[17,18
]]])
>>
> arr.shape(3
,3,2
)>>
> arr.
sum(
)171
>>
> arr.
sum(0)
array([[
21,24]
,[27,
30],[
33,36]
])>>
> arr.
sum(1)
array([[
9,12]
,[27,
30],[
45,48]
])>>
> arr.
sum(2)
array([[
3,7,
11],[
15,19,
23],[
27,31,
35]])
軸線的概念依舊和transpose & swapaxes中一樣,表示的是shape的序號
根據axis(軸)進行統計時,統計函式的作用範圍為:按傳入的axis(軸)進行組合的資料的集合
或者說除傳入axis(軸)之外的axis(軸)上的資料不能進行組合
以axis=1為例:
傳入的axis表示shape中的(3,3,2),
則資料組合規則為:1,2不能組合,1,7不能組合,因為這種組合不在axis=1表示的軸上
故組合的方式為:1,3,5 ……
即:列1
列2(1,3,5)
(2,4,6)
(7,9,11)
(8,10,12)
(13,15,17)
(14,16,18)
最終結果為的個數為:
3 * 2 = 6個
其他:
理解numpy中的axis
對於m個元素一維陣列a,因為只有乙個軸,所以axis只能為0,和預設值效果相同,觀察的是0軸上0,1,i,m點對應的元素。產生的新集合就乙個元素。舉例 對於mxn的二維陣列 a,axis可以取值0或1。axis 0 相當於平面座標的y軸,變化的是 行 即觀察每一列不同行的元素。產生的新集合,其元素的...
numpy中的統計函式
個人學習筆記!1 np.max 作用 找出最大值 import numpy as np x np.array 1,3,0 5,2,7 x array 1,3,0 5,2,7 np.max x 7 2 np.min 作用 找出最小值 np.min x 1 3 np.sum 作用 計算所有元素之和 np...
numpy中axis引數理解
在學習axis時,其為0或者為1的時候,到底是行還是列。初學的時候感覺好像numpy和python中不一樣,0有的時候代表行,有的時候代表列,經常犯錯。其實是自己對其理解有誤。下面開始來講解。numpy當中axis的值表示的是這個多維陣列維度的下標,比如有乙個二維陣列a,a的shape是 5,6 也...