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