NumPy是Python中用于科学计算的重要库，提供了大量的数学和科学计算函数和工具，包括一系列的统计函数。在数据分析和机器学习等领域，统计函数是非常重要的一部分。
下面是NumPy中最常用9个统计函数：
- np.mean：计算数组的平均值。
- np.median：计算数组的中位数。
- np.var：计算数组的方差。
- np.std：计算数组的标准差。
- np.min：计算数组的最小值。
- np.max：计算数组的最大值。
- np.percentile：计算数组的分位数。
- np.corrcoef：计算数组的相关系数矩阵。
- np.histogram：计算数组的直方图。
以下是这些统计函数的使用方法。
np.mean：计算数组的平均值。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
mean = np.mean(arr)
print("Mean:", mean)
输出结果为：
Mean: 3.0
np.median：计算数组的中位数。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
median = np.median(arr)
print("Median:", median)输出结果为：
Median: 3.0
np.var：计算数组的方差。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
var = np.var(arr)
print("Variance:", var)输出结果为：
Variance: 2.0
np.std：计算数组的标准差。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print("Standard deviation:", std)输出结果为：
Standard deviation: 1.4142135623730951
np.min：计算数组的最小值。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
min_val = np.min(arr)
print("Minimum value:", min_val)输出结果为：
Minimum value: 1
np.max：计算数组的最大值。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
max_val = np.max(arr)
print("Maximum value:", max_val)输出结果为：
Maximum value: 5
np.percentile：计算数组的分位数。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
percentile_25 = np.percentile(arr, 25)
percentile_50 = np.percentile(arr, 50)
percentile_75 = np.percentile(arr, 75)
print("25th percentile:", percentile_25)
print("50th percentile:", percentile_50)
print("75th percentile:", percentile_75)输出结果为：
25th percentile: 2.0
50th percentile: 3.0
75th percentile: 4.0np.corrcoef：计算数组的相关系数矩阵。
import numpy as np
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])
corrcoef_matrix = np.corrcoef(arr1, arr2)
print("Correlation coefficient matrix:")
print(corrcoef_matrix)输出结果为：
Correlation coefficient matrix:
[[1. 1.]
[1. 1.]]本文链接：https://my.lmcjl.com/post/19753.html
展开阅读全文
4 评论