一組數學函式，計算整個陣列或乙個軸向上資料的統計，和陣列函式一樣是容易訪問的。聚合（通常被稱為 reductions ），如sun，mean，標準偏差std可以使用陣列例項的方法，也可以使用頂層numpy的函式：
in [151]: arr = np.random.randn(5, 4) # 正態分佈資料in [152]: arr.mean()
out[152]: 0.062814911084854597
in [153]: np.mean(arr)
out[153]: 0.062814911084854597
in [154]: arr.sum()
out[154]: 1.2562982216970919
像mean和sun函式可以有乙個可選的axis引數，它對給定座標軸進行統計，結果陣列將會減少乙個維度：
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這些函式並不聚集，而是產生乙個 intermediate
results
的陣列：
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]])
**4-5 是乙個完整的清單。我們將在稍後的章節中看見關於這些函式的大量例子。
陣列構建函式 方法
描述sum
對陣列的所有或乙個軸向上的元素求和。零長度的陣列的和為靈。
mean
算術平均值。靈長度的陣列的均值為nan。
std, var
標準差和方差，有可選的調整自由度（預設值為n）。
min, max
最大值和最小值
argmin, argmax
索引最小和最大元素。
cumsum
從0元素開始的累計和。
cumprod
從1元素開始的累計乘。
數學和統計方法
介紹幾個基礎陣列統計方法 1 sum 沿著軸向計算所有原色的累和，0長度的陣列累和為0 import numpy as np arr np.array 3,3 1,9 4,8 print arr print arr.mean 1 axis 1的時候行平均值 0的時候計算列平均值 書本112頁有錯誤 ...
numpy數學常用方法歸納
numpy建立多對角矩陣方法 例如 用此方法建立63 63的三對角矩陣 v1 2 63 x1 np.diag v1 v2 1 62 y1 np.diag v2,1 v3 1 62 z1 np.diag v3,1 dxx 1 h 2 x1 y1 z1 最終的三對角矩陣 numpy建立矩陣svd分解方法...
numpy數值統計
一 numpy數值統計 1 排序 1 sort arr1 np.array 5,2,3,6,7,1 2 argsort 排序後的索引 print arr1.argsort print arr2.argsort axis 0 2.去重 names np.array 小明 小紅 小明 小紅 小明 小紅 ...