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,現在分享給大家,幫大家做個參考.
=== 聚合函數定義 ===
對一組數據進行操作,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計方差衡量隨機變量或一組數據時離散程度的度量。概率論中方差用來度量隨機變量和其數學期望(即均值)之間的偏離程度。統計中的方差(樣本方差)是每個樣本值與全體樣本值的平均數之差的平方值的平均數。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
=標準差 StandardDeviation=
用σ表示。標準差是方差的算術平方根。標準差能反映一個數據集的離散程度。平均數相同的兩組數據,標準差未必相同。
標準差: np.sqrt(方差)
np.sqrt(variance)1.9507833184532706
與50位技術專家面對面20年技術見證,附贈技術全景圖總結
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