Numpy統計
axis=None 是統計函式的標配引數，預設不輸入此引數則為對陣列每一個元素進行計算，設定軸則對此軸上元素進行計算

1：常用統計函式
.sum(a,axis=None)：陣列a求和運算，根據給定軸axis計算陣列a相關元素之和，axis整數或元組，軸、維度可以指定
.mean(a,axis=None)：根據給定軸axis計算陣列a相關元素的期望（算數平均數），axis整數或元組
.average(a,axis=None,weights=None)：根據給定軸axis計算陣列a相關元素的加權平均值，weights加權值，不設為等權重
.var(a,axis=None)：根據給定軸axis計算陣列a相關元素的方差，方差：各數與平均數之差的平方的平均數
.std(a,axis
 
=None)：根據給定軸axis計算陣列a相關元素的標準差，標準差:方差平方根
import numpy as np

a = np.arange(15).reshape(3,5)
a

np.sum(a) # 所有元素的和

np.mean(a,axis=1) #第2維度（外層0，內層1）的平均值，axis設為1，那麼函式只在第2維度進行計算

np.average(a,axis=0,weights=[10,5,1]) #加權平均值，運算第1維度，以第3個值為例：4.1875 = 2*10+7*5+12*1/(10+5+1)

np.var(a) # 方差

np.std(a) # 標準差

2：其他統計函式

• min(a,axis=None) max(a,axis=None)：計算陣列a中元素的最小值、最大值
• argmin(a,axis=None) argmax(a,axis=None)：計算陣列a中元素最小值、最大值的降1維後下標（尋找某元素，得到它的 一維扁平化 後的位置）
• ptp(a,axis=None)：計算陣列a中元素最大值與最小值的差
• median(a,axis=None)：計算陣列a中元素的中位數（中值）

import numpy as np

b = np.arange(15,0,-1).reshape(3,5)
b

np.max(b) 
 
#最大值

np.argmax(b) #一個值，扁平化後的下標

np.ptp(b) #最大值最小值之差

np.median(b) #中位數