numpy一些处理数据的function
来源:互联网 发布:魔方小站淘宝店 编辑:程序博客网 时间:2024/05/14 19:18
import numpy as np
x=np.linspace(start=14,stop=30,num=20).reshape(4,5)
1) np.sum(x,axis=None)默认axis=None统计全部数组元素的和 axis=0 第一维度的和(此时sum函数返回的是一个数组) axis=1 第二维度…….
<===>x.sum(axis=None)下面的函数也是如此
print(“np.sum(x,axis=0):”,np.sum(x,axis=0))
2)np.mean(x,axis=None)均值
print(“np.mean(x,axis=1):”,np.mean(x,axis=1))
3)np.average(a,axis=None,weights=None) 加权平均数 weights 各元素的权重租车组成的数组
print(“np.average(x,weights=x/x.sum()):”,np.average(x,weights=x/x.sum()))
4)
np.std(x,axis=None)标准差
np.var(x,axis=None)方差
np.min(x,axis=None)最小值
np.max(x,axis=None)最大值
np.argmin(x,axis=None) np.argmax(x,axis=None)一维化之后的最小值(最大值)下标
unravel_index(index,shape)根据一维化下标转换成多维下标
print(“np.unravel_index(np.argmax(x),x.shape):”,np.unravel_index(np.argmax(x),x.shape))
np.ptp(x,axis=None) 最大值-最小值的差
print(“np.ptp(x):”,np.ptp(x))
np.median(x,axis=None) 中位数
print(“np.median(x):”,np.median(x))
5)梯度 –》斜率 np.gradient(x) [a b c] x1的梯度b-a x2的梯度 (c-a)/2 多维数组的梯度,多维梯度:
x1 x2 x3
例:二维数组 行的梯度,列的梯度 此时这个函数返回两个数组,因为是两个方向的梯度
print(“np.gradient(x):”,np.gradient(x))
阅读全文
0 0
- numpy一些处理数据的function
- NumPy-快速处理数据
- NumPy-快速处理数据
- NumPy-快速处理数据
- NumPy-快速处理数据
- NumPy-快速处理数据
- NUMPY快速处理数据
- NumPy-快速处理数据
- NumPy-快速处理数据
- Numpy处理数据
- NumPy-快速处理数据
- NumPy-快速处理数据
- NumPy-快速处理数据
- 数据基础处理-numpy
- python numpy 快速处理数据
- Python NumPy-快速处理数据
- Python.NumPy -- 快速处理数据
- 需要处理的一些数据
- learn Python the hard way EX1
- CodeForces
- 使用SQL Server 2008远程链接时SQL数据库不成功的解决方法
- NOIP2016 提高二试 蚯蚓 题解
- PAT甲级 1008. Elevator(20)
- numpy一些处理数据的function
- iOS:快速制作APP屏幕快照——Screenshot
- 判断当前网络是否有网
- 渣渣的deepwalk之旅——win10下deepwalk配置和运行
- 个人学习笔记-0802
- 优秀编程资源
- hive-error
- springmvc 加入log4j2日志
- DOM