數學和統計方法

• sum 對數組中全部或某軸向的元素求和。零長度的數組的sum為0。
• mean 算術平均數。零長度的數組的mean為NaN。

  import numpy as np
  import numpy.random as np_random
  
  arr = np.random.randn(5,4)
  print(arr)
  print(arr.sum())  #求總和：所有元素相加
  print(arr.mean()) #求平均值：所有元素相加後除以元素總數
  print(arr.mean(axis=1))
  
  print(arr.cumsum(0))

• std, var 分別為標準差和方差，自由度可調（默認為n）。
• min, max 最大值和最小值
• argmin 分別為最大值和最小值的索引
• cumsum 所有元素的累計和
• cumprod 所有元素的累計積

Any、All測試布爾型數組

bools = np.array([False,True,False,False])
print(bools.any())  #有一個為True就返回True
print(bools.all())  #所有為True返回True

sort排序

arr = np_random.randn(8)
arr.sort()
print(arr)

arr = np_random.randn(5,3)
arr.sort(
 
1)  #指定軸排序

去重與其他集合運算

• unique(x) 計算x中的唯一元素，並返回有序結果。
• intersect1d(x, y) 計算x和y中的公共元素，並返回有序結果。
• union1d(x, y) 計算x和y的並集，並返回有序結果。
• in1d(x, y) 得到一個表述"x的元素是否包含於y"的布爾型數組
• setdiff1d(x, y) 集合的差，即元素在x中且不在y中
• setxor1d(x, y) 集合的異或，即存在於一個數組中但不同時存在於兩個數組中的元素。

• names = np.array([‘Bob‘, ‘Joe‘, ‘Will‘, ‘Bob‘, ‘Will‘, ‘
   
  Joe‘, ‘Joe‘])
  print(np.unique(names)) #Bob‘, ‘Joe‘, ‘Will‘
  ints = np.array([3, 3, 3, 2, 2, 1, 1, 4, 4])
  print(np.unique(ints))  #1 2 3 4
  #‘查找數組元素是否在另一數組‘
  values = np.array([6, 0, 0, 3, 2, 5, 6])
  print(np.in1d(values, [2, 3, 6]))

numpy數學數據處理