簡單介紹 numpy中的聚合函式
簡單介紹 numpy中的聚合函式
-
使用numpy之前先匯入numpy
import numpy as np
np.sum() //求和
np.prod() //所有元素相乘
np.mean() //平均值
np.std() //標準差
np.var() //方差
np.median() //中數
np.power() //冪運算
np.sqrt() //開方
np.min() //最小值
np.max() //最大值
np.argmin() //最小值的下標
np.argmax() //最大值的下標
np.inf //無窮大
np.exp(10) //以e為底的指數
np.log(10) //對數舉例
n_array= np.array([[1,2,30],[45,67,89]])
n_array < 60 //返回滿足條件的布林型別矩陣
n_array[n_array < 60] //滿足條件的值 -
nan
當你的陣列中有nan(not a number)型別時,用上述聚合函式會出錯,這時用另一個函式,例如:
np.nansum() //過濾掉nan型別求和 -
聚合函式還可以指定軸向
舉例:
#載入檔案:
my_matrix=np.genfromtxt(‘score.csv’,delimiter=’,’)
#每一列的總和
my_matrix.sum(axis=0)
#每一列總和中的最大值
my_matrix.sum(axis=0).max()
#每一行的總和中的最大值
my_matrix.sum(axis=1).max()
#每一行總和中最大值的下標
my_matrix.sum(axis=1).argmax()
#每一行的標準差
my_matrix.std(axis=1)
#下標為1的標準差
my_matrix.std(axis=1)[1]