关键词

NumPy最常用的8个统计函数

NumPy是Python中用于科学计算的重要库,提供了大量的数学和科学计算函数和工具,包括一系列的统计函数。在数据分析和机器学习等领域,统计函数是非常重要的一部分。

下面是NumPy中最常用9个统计函数:

  1. np.mean:计算数组的平均值。
  2. np.median:计算数组的中位数。
  3. np.var:计算数组的方差。
  4. np.std:计算数组的标准差。
  5. np.min:计算数组的最小值。
  6. np.max:计算数组的最大值。
  7. np.percentile:计算数组的分位数。
  8. np.corrcoef:计算数组的相关系数矩阵。
  9. np.histogram:计算数组的直方图。

以下是这些统计函数的使用方法。

np.mean:计算数组的平均值。

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
mean = np.mean(arr)

print("Mean:", mean)

输出结果为:

Mean: 3.0

np.median:计算数组的中位数。


import numpy as np

arr = np.array([1, 2, 3, 4, 5])
median = np.median(arr)

print("Median:", median)

输出结果为:

Median: 3.0

np.var:计算数组的方差。


import numpy as np

arr = np.array([1, 2, 3, 4, 5])
var = np.var(arr)

print("Variance:", var)

输出结果为:

Variance: 2.0

np.std:计算数组的标准差。


import numpy as np

arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)

print("Standard deviation:", std)

输出结果为:

Standard deviation: 1.4142135623730951

np.min:计算数组的最小值。


import numpy as np

arr = np.array([1, 2, 3, 4, 5])
min_val = np.min(arr)

print("Minimum value:", min_val)

输出结果为:

Minimum value: 1

np.max:计算数组的最大值。


import numpy as np

arr = np.array([1, 2, 3, 4, 5])
max_val = np.max(arr)

print("Maximum value:", max_val)

输出结果为:

Maximum value: 5

np.percentile:计算数组的分位数。


import numpy as np

arr = np.array([1, 2, 3, 4, 5])
percentile_25 = np.percentile(arr, 25)
percentile_50 = np.percentile(arr, 50)
percentile_75 = np.percentile(arr, 75)

print("25th percentile:", percentile_25)
print("50th percentile:", percentile_50)
print("75th percentile:", percentile_75)

输出结果为:


25th percentile: 2.0
50th percentile: 3.0
75th percentile: 4.0

np.corrcoef:计算数组的相关系数矩阵。


import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])

corrcoef_matrix = np.corrcoef(arr1, arr2)

print("Correlation coefficient matrix:")
print(corrcoef_matrix)

输出结果为:

Correlation coefficient matrix:
[[1. 1.]
 [1. 1.]]

本文链接:http://task.lmcjl.com/news/4377.html

展开阅读全文