numpy 数学和统计方法

一组数学函数，计算整个数组或一个轴向上数据的统计，和数组函数一样是容易访问的。聚合（通常被称为 reductions ），如 sun ， mean ，标准偏差 std 可以使用数组实例的方法，也可以使用顶层NumPy的函数：

In [151]: arr = np.random.randn(5, 4) # 正态分布数据In [152]: arr.mean()Out[152]: 0.062814911084854597In [153]: np.mean(arr)Out[153]: 0.062814911084854597In [154]: arr.sum()Out[154]: 1.2562982216970919

像 mean 和 sun 函数可以有一个可选的 axis 参数，它对给定坐标轴进行统计，结果数组将会减少一个维度：

In [155]: arr.mean(axis=1)Out[155]: array([-1.2833, 0.2844, 0.6574, 0.6743, -0.0187])In [156]: arr.sum(0)Out[156]: array([-3.1003, -1.6189, 1.4044, 4.5712])

像 cumsum 和 cumprod 这些函数并不聚集，而是产生一个 intermediate results 的数组：

In [157]: arr = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])In [158]: arr.cumsum(0)         In [159]: arr.cumprod(1)Out[158]:                       Out[159]:array([[ 0, 1, 2],              array([[ 0, 0, 0],[ 3, 5, 7],                            [ 3, 12, 60],[ 9, 12, 15]])                         [ 6, 42, 336]])

表格4-5 是一个完整的清单。我们将在稍后的章节中看见关于这些函数的大量例子。

数组构建函数方法描述sum对数组的所有或一个轴向上的元素求和。零长度的数组的和为灵。mean算术平均值。灵长度的数组的均值为NaN。std, var标准差和方差，有可选的调整自由度（默认值为n）。min, max最大值和最小值argmin, argmax索引最小和最大元素。cumsum从0元素开始的累计和。cumprod从1元素开始的累计乘。