NumPy（五）：数组统计【平均值：mean()、最大值：max()、最小值：min()、标准差：std()、方差：var()、中位数：median()】【axis=0：按列运算；axis=0：按列】

逃离我推掉我的手 2023-09-29 08:39 4阅读 0赞

统计运算

*  np.max()
 *  np.min()
 *  np.median()
 *  np.mean()
 *  np.std()
 *  np.var()
 *  np.argmax(axis=) — 最大元素对应的下标
 *  np.argmin(axis=) — 最小元素对应的下标

NumPy提供了一个**N维数组类型ndarray**，它描述了 **相同类型** 的“items”的集合。（NumPy provides an N-dimensional array type, the ndarray, which describes a collection of “items” of the same type.）

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center]

用ndarray进行存储：

import numpy as np
    
    # 创建ndarray
    score = np.array(
    [[80, 89, 86, 67, 79],
    [78, 97, 89, 67, 81],
    [90, 94, 78, 67, 74],
    [91, 91, 90, 67, 69],
    [76, 87, 75, 67, 86],
    [70, 79, 84, 67, 84],
    [94, 92, 93, 67, 64],
    [86, 85, 83, 67, 80]])
    
    score

返回结果：

array([[80, 89, 86, 67, 79],
           [78, 97, 89, 67, 81],
           [90, 94, 78, 67, 74],
           [91, 91, 90, 67, 69],
           [76, 87, 75, 67, 86],
           [70, 79, 84, 67, 84],
           [94, 92, 93, 67, 64],
           [86, 85, 83, 67, 80]])

**如果想要知道学生成绩最大的分数，或者做小分数应该怎么做？**

## 一、统计指标 ##

在数据挖掘/机器学习领域，统计指标的值也是我们分析问题的一种方式。

*  axis为0，按列运算
 *  axis为1，按行运算

常用的指标如下：

*  min(a, axis)
    
     *  Return the minimum of an array or minimum along an axis.
 *  max(a, axis\])
    
     *  Return the maximum of an array or maximum along an axis.
 *  median(a, axis)
    
     *  Compute the median along the specified axis.
 *  mean(a, axis, dtype)
    
     *  Compute the arithmetic mean along the specified axis.
 *  std(a, axis, dtype)
    
     *  Compute the standard deviation along the specified axis.
 *  var(a, axis, dtype)
    
     *  Compute the variance along the specified axis.

## 二、案例：学生成绩统计运算 ##

进行统计的时候，**axis 轴的取值并不一定，Numpy中不同的API轴的值都不一样，在这里，axis 0代表列, axis 1代表行去进行统计**

# 接下来对于前四名学生,进行一些统计运算
    # 指定列 去统计
    temp = score[:4, 0:5]
    print("前四名学生,各科成绩的最大分：{}".format(np.max(temp, axis=0)))
    print("前四名学生,各科成绩的最小分：{}".format(np.min(temp, axis=0)))
    print("前四名学生,各科成绩波动情况：{}".format(np.std(temp, axis=0)))
    print("前四名学生,各科成绩的平均分：{}".format(np.mean(temp, axis=0)))

结果：

前四名学生,各科成绩的最大分：[96 97 72 98 89]
    前四名学生,各科成绩的最小分：[55 57 45 76 77]
    前四名学生,各科成绩波动情况：[16.25576821 14.92271758 10.40432602  8.0311892   4.32290412]
    前四名学生,各科成绩的平均分：[78.5  75.75 62.5  85.   82.25]

如果需要统计出某科最高分对应的是哪个同学？

*  np.argmax(temp, axis=)
 *  np.argmin(temp, axis=)

print("前四名学生，各科成绩最高分对应的学生下标：{}".format(np.argmax(temp, axis=0)))

结果：

前四名学生，各科成绩最高分对应的学生下标：[0 2 0 0 1]

## 三、案例 ##

import numpy as np
    
    ar = np.arange(6).reshape(2, 3)
    print('ar = ', ar)
    # 统计运算
    print('ar.mean() = ', ar.mean())  # 求平均值
    print('按列求平均值：np.mean(ar, axis=0) = ', np.mean(ar, axis=0))  # 按列求平均值
    print('按行求平均值：np.mean(ar, axis=1) = ', np.mean(ar, axis=1))  # 按行求平均值
    print('ar.max() = ', ar.max())  # 求最大值
    print('按列求最大值：np.max(ar, axis=0) = ', np.max(ar, axis=0))  # 按列求最大值
    print('按行求最大值：np.max(ar, axis=1) = ', np.max(ar, axis=1))  # 按行求最大值
    print('ar.min() = ', ar.min())  # 求最小值
    print('按列求最小值：np.min(ar, axis=0) = ', np.min(ar, axis=0))  # 按列求最小值
    print('按行求最小值：np.min(ar, axis=1) = ', np.min(ar, axis=1))  # 按行求最小值
    print('ar.std() = ', ar.std())  # 求标准差
    print('按列求标准差：np.std(ar, axis=0) = ', np.std(ar, axis=0))  # 按列求标准差
    print('按列求标准差：np.std(ar, axis=1) = ', np.std(ar, axis=1))  # 按列求标准差
    print('ar.var() = ', ar.var())  # 求方差
    print('按列求方差：np.var(ar, axis=0) = ', np.var(ar, axis=0))  # 按列求方差
    print('按行求方差：np.var(ar, axis=1) = ', np.var(ar, axis=1))  # 按行求方差
    print('ar.sum() = ', ar.sum())  # 求和，np.sum()
    print('按列求和：np.sum(ar, axis=0) = ', np.sum(ar, axis=0))  # 求和，np.sum() → axis为0，按列求和
    print('按行求和：np.sum(ar, axis=1) = ', np.sum(ar, axis=1))  # 求和，np.sum() → axis为1，按行求和

打印结果：

ar =  [
    		[0 1 2]
    		[3 4 5]
    		]
    ar.mean() =  2.5
    按列求平均值：np.mean(ar, axis=0) =  [1.5 2.5 3.5]
    按行求平均值：np.mean(ar, axis=1) =  [1. 4.]
    ar.max() =  5
    按列求最大值：np.max(ar, axis=0) =  [3 4 5]
    按行求最大值：np.max(ar, axis=1) =  [2 5]
    ar.min() =  0
    按列求最小值：np.min(ar, axis=0) =  [0 1 2]
    按行求最小值：np.min(ar, axis=1) =  [0 3]
    ar.std() =  1.707825127659933
    按列求标准差：np.std(ar, axis=0) =  [1.5 1.5 1.5]
    按列求标准差：np.std(ar, axis=1) =  [0.81649658 0.81649658]
    ar.var() =  2.9166666666666665
    按列求方差：np.var(ar, axis=0) =  [2.25 2.25 2.25]
    按行求方差：np.var(ar, axis=1) =  [0.66666667 0.66666667]
    ar.sum() =  15
    按列求和：np.sum(ar, axis=0) =  [3 5 7]
    按行求和：np.sum(ar, axis=1) =  [ 3 12]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20201024182846777.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center