机器学习之numpy和matplotlib学习（十四）

今天继续来讲numpy中的一些基本函数使用。

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Author  : SundayCoder-俊勇# @File    : numpy6.pyimport numpy as np# numpy基本学习第六课。# numpy基本函数第二讲。array=np.arange(12).reshape(3,4)print array# array为：# [[ 0  1  2  3]#  [ 4  5  6  7]#  [ 8  9 10 11]]# 1、输出矩阵中的最大值。print np.max(array)# 输出结果：11# 2、输出矩阵中的最小值。print np.min(array)# 输出结果：0# 3、ptp函数可以计算数组的取值范围。# 该函数返回的是数组元素的最大值和最小值之间的差值。# 也就是说，返回值等于max(array) - min(array)。print np.ptp(array)# 输出结果为：11# 4、median()函数可以帮我们找到数组中的中位数。print np.median(array)# 输出结果为 5.5。#为什么会是5.5呢？5.5都没有出现在矩阵中，怎么可能？看来你中位数没有学好！！！# 百度百科：对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。#         如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。# 如果元素个数是偶数的话，中位数会是中间两个数的平均值，这里是5和6的平均值。# 根据中位数定义求中位数# 5、计算算术平均值。print np.mean(array)# 输出结果为 5.5。# 因为所有的元素之和是66，总共有12个元素，所以算术平均值=66/12=5.5# 6、有时候有一些元素不是按照大小顺序排列的，这时候可以使用一些函数来排列数组。# 创建一个矩阵如下：array1=np.array([[2,5,3],[7,1,9]],dtype=int)print array1# 输出结果：# [[2 5 3]# [7 1 9]]#  调用msort()函数。print np.msort(array1)# 输出结果是：# [[2 1 3]#  [7 5 9]]# 仔细观察结果只是对于列的大小进行了重排。print np.sort(array1)# 输出结果# [[2 3 5]#  [1 7 9]]# 仔细发现对行元素进行了排列。# 如果矩阵只有一行。则两个均可以排序。ravel()函数的作用可以参考之前的第二次教学。print np.msort(np.ravel(array1))# 输出结果：[1 2 3 5 7 9]print np.sort(np.ravel(array1))# 输出结果：[1 2 3 5 7 9]# 7、计算矩阵的方差。# 方差公式：S^2=〈(X1-M)^2+(X2-M)^2+(X3-M)^2+…+(Xn-M)^2〉╱nprint np.var(array)# 输出结果：11.9166666667# 8、计算矩阵的标准差。[标准差是方差的开平方]# 百科：标准差（Standard Deviation） ，也称均方差（mean square error）。# 是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。# 标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。# 标准差可以反映平均数不能反映出的东西（比如稳定度等）。print np.std(array)# 输出结果：3.45205252953

更新完毕