zoukankan      html  css  js  c++  java
  • 1.4 NumPy集合函数

    第一章 numpy入门

    1.4 集合函数

    1.4.1 一维聚合

    import numpy as np
    
    x = np.random.random(100)
    print("原数据为:
    ",x)
    print("方法一:")
    print("求和:
    ",np.sum(x))
    print("最小值:
    ",np.min(x))
    print("最大值:
    ",np.max(x))
    print("方法二:")
    print("求和:
    ",x.sum())
    print("最小值:
    ",x.min())
    print("最大值:
    ",x.max())
    
    原数据为:
     [ 0.62713697  0.33343105  0.6999264   0.98489087  0.83643472  0.10096279
      0.24360804  0.80021528  0.04258727  0.82119145  0.7470683   0.77916322
      0.64658133  0.61346862  0.48522928  0.53264802  0.70217127  0.6042337
      0.50732679  0.75599701  0.33161272  0.84084317  0.42866278  0.32620567
      0.79076173  0.85063513  0.8931499   0.87123928  0.93101047  0.55137841
      0.54868767  0.4259033   0.76588262  0.28513465  0.74619934  0.86301011
      0.21904816  0.81587235  0.96028032  0.70832478  0.33878376  0.89434666
      0.85284204  0.96909392  0.99848822  0.1660079   0.04262938  0.6771277
      0.5480476   0.35016609  0.50877025  0.79453055  0.5020194   0.07295645
      0.12339362  0.71157154  0.19680063  0.30384223  0.77722269  0.55999933
      0.32713467  0.56576001  0.30342362  0.20104474  0.78408894  0.24540795
      0.25985586  0.01092219  0.81911123  0.15799188  0.50132103  0.50740796
      0.37194118  0.27197011  0.61768397  0.97565314  0.5308424   0.91462105
      0.07250721  0.72094346  0.7995186   0.40343417  0.7904772   0.37843321
      0.49598074  0.81800881  0.03009799  0.68239882  0.56878685  0.94441432
      0.7323631   0.79148919  0.32427242  0.88341147  0.84187075  0.0717895
      0.10469171  0.55974466  0.75202729  0.3266466 ]
    方法一:
    求和:
     55.8662449175
    最小值:
     0.0109221860525
    最大值:
     0.998488216653
    方法二:
    求和:
     55.8662449175
    最小值:
     0.0109221860525
    最大值:
     0.998488216653
    

    1.4.2 多维聚合

    m = np.random.random((3,4))
    print("原数据:
    ",m)
    print("求和:
    ",m.sum())
    print("行聚合:
    ",m.min(axis=0))
    print("列聚合:
    ",m.max(axis=1))
    
    原数据:
     [[ 0.17462622  0.33559336  0.52021263  0.25644793]
     [ 0.35567878  0.76008816  0.55243449  0.6919115 ]
     [ 0.20345173  0.21316141  0.65727649  0.64171027]]
    求和:
     5.36259297388
    行聚合:
     [ 0.17462622  0.21316141  0.52021263  0.25644793]
    列聚合:
     [ 0.52021263  0.76008816  0.65727649]
    

    1.4.3 其他聚合函数

    大多数的聚合都有对NaN值的安全处理策略,即计算时忽略所有的缺失值。

    # 函数名称         NaN安全版本          描述
    # np.sum          np.nansum          计算元素的和
    # np.prod         np.nanprod         计算元素的积
    # np.mean         np.nanmean         计算元素的平均值
    # np.std          np.nanstd          计算元素的标准差
    # np.var          np.nanvar          计算元素的方差
    # np.min          np.nanmin          找出元素的最小值
    # np.max          np.nanmax          找出元素的最大值
    # np.argmin       np.nanargmin       找出元素的最小值的索引
    # np.argmax       np.nanargmax       找出元素的最大值的索引
    # np.median       np.nanmedian       计算元素的中位数
    # np.percentile   np.nanpercentile   计算基于元素排序的统计值
    # np.any          N/A                验证任何一个元素是否位真
    # np.all          N/A                验证所有元素是否为真
    

    1.4.4 案例:

    
    
  • 相关阅读:
    java.util.Dictionary源码分析
    java.util.HashMap源码分析
    公钥密码与数字签名
    迭代器模式(Iterator Pattern)
    EIGamal密码体制
    RSA安全性问题
    观察者模式(Observer Pattern)
    不对称密钥密码体系之RSA
    大道至简第七章读后感
    产生随机数
  • 原文地址:https://www.cnblogs.com/-xiaoyu-/p/12299497.html
Copyright © 2011-2022 走看看