Numpy（五）

Numpy的统计函数

Numpy的统计函数（一）

函数名称 函数用法 sum(a,axis=None) 根据给定的定轴axis计算数组a的相关元素之和，axis整数或元组 mean(a,axis=None) 求期望 average(a,axis=None,weights=None) 求加权平均值 std(a,axis=None) 求标准差 var(a,axis=None) 求方差

例子：

import numpy as npa = np,arange(15).reshape(3,5)np.sum(a)#Out[4]: 105np.mean(a,axis = 1)#Out[5]: array([  2.,   7.,  12.])np.mean(a,axis = 0)#Out[6]: array([ 5.,  6.,  7.,  8.,  9.])np.average(a,axis = 0,weights=[10,5,1])#Out[8]: array([ 2.1875,  3.1875,  4.1875,  5.1875,  6.1875])

Numpy的统计函数（二）

函数名称 函数用法 min(a) max(a) 计算最小值、最大值 argmin(a) argmax(a) 计算数组中元素最小值、最大值的降一维后下标 unravel_index(index,shape) 根据shape将一维下标index转换成多维下标 ptp(a) 计算数组a中最大值与最小值之差 median(a) 中位数

Numpy的梯度函数

np.gradient(f)
计算数组f中元素的梯度，当f为多维时返回每个维度梯度
梯度：连续值之间的变化率，即斜率

---

*参考资料：北京理工大学嵩天老师教学视频