机器学习之numpy和matplotlib学习(十四)
来源:互联网 发布:iphone作mac 游戏手柄 编辑:程序博客网 时间:2024/06/05 07:23
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
阅读全文
0 0
- 机器学习之numpy和matplotlib学习(十四)
- 机器学习之numpy和matplotlib学习(十四)
- 机器学习之numpy和matplotlib学习(一)
- 机器学习之numpy和matplotlib学习(二)
- 机器学习之numpy和matplotlib学习(三)
- 机器学习之numpy和matplotlib学习(四)
- 机器学习之numpy和matplotlib学习(五)
- 机器学习之numpy和matplotlib学习(六)
- 机器学习之numpy和matplotlib学习(七)
- 机器学习之numpy和matplotlib学习(八)
- 机器学习之numpy和matplotlib学习(九)
- 机器学习之numpy和matplotlib学习(十)
- 机器学习之numpy和matplotlib学习(十一)
- 机器学习之numpy和matplotlib学习(十二)
- 机器学习之numpy和matplotlib学习(十三)
- 机器学习之numpy和matplotlib学习(十五)
- 机器学习绘图(numpy和matplotlib库)
- Numpy 和 matplotlib 学习记录
- 机器学习之numpy和matplotlib学习(十四)
- Hive 2.1.1安装配置
- EffectiveJava笔记(二) 对于所有对象都通用的方法
- zookeeper集群搭建
- 大型网站架构技术一览
- 机器学习之numpy和matplotlib学习(十四)
- CSDN物联网学习6 从端到云-工业物联网项目全栈快速开发
- 什么是struts2?
- 大型网站架构演化—《大型网站技术架构:核心原理与案例分析》
- java并发编程--Executor框架(一) 摘要: Eexecutor作为灵活且强大的异步执行框架,其支持多种不同类型的任务执行策略,提供了一种标准的方法将任务的提交过程和执行过程
- 【转载两篇关于android按键事件传递的文章,流程非常完整】Android按键事件传递流程(一)
- VPS iptables防火墙设置
- 《大型网站技术架构:核心原理与案例分析》
- 矩阵面积