09 numpy 聚合函数 - 极值,方差,标准差
生活随笔
收集整理的這篇文章主要介紹了
09 numpy 聚合函数 - 极值,方差,标准差
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
=== 聚合函數(shù)定義 ===
對一組數(shù)據(jù)進(jìn)行操作,如取均值、最大值等
scores = np.random.randint(1,9,[2,3]) scoresarray([[3, 2, 8],
[4, 3, 3]])
== 最大值 max ==
axis 指定軸:0豎著的計算,1橫著的計算
print(scores.max()) print(np.amax(scores,axis=0)) print(np.amax(scores,axis=1))8
[4 3 8]
[8 4]
== 最小值 min ==
print(scores.min()) print(np.amin(scores,axis=0)) print(np.amin(scores,axis=1))2
[3 2 3]
[2 3]
== 平均值 mean ==
print(scores.mean()) print(np.mean(scores,axis=0)) print(np.mean(scores,axis=1))3.83333333333
[ 3.5 2.5 5.5]
[ 4.33333333 3.33333333]
=== 方差 Variance ===
方差是在概率論和統(tǒng)計方差衡量隨機(jī)變量或一組數(shù)據(jù)時離散程度的度量。概率論中方差用來度量隨機(jī)變量和其數(shù)學(xué)期望(即均值)之間的偏離程度。統(tǒng)計中的方差(樣本方差)是每個樣本值與全體樣本值的平均數(shù)之差的平方值的平均數(shù)。在許多實際問題中,研究方差即偏離程度有著重要意義。
總體方差計算公式方差:
np.mean((a-a.mean()**2)
variance = np.mean((scores-scores.mean())**2) variance3.8055555555555549
=標(biāo)準(zhǔn)差 StandardDeviation=
用σ表示。標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差能反映一個數(shù)據(jù)集的離散程度。平均數(shù)相同的兩組數(shù)據(jù),標(biāo)準(zhǔn)差未必相同。
標(biāo)準(zhǔn)差: np.sqrt(方差)
np.sqrt(variance)1.9507833184532706
與50位技術(shù)專家面對面20年技術(shù)見證,附贈技術(shù)全景圖總結(jié)
以上是生活随笔為你收集整理的09 numpy 聚合函数 - 极值,方差,标准差的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: V-7 Openstack 在ceph中
- 下一篇: SDK,JDK,API的区别