在日常的工作當中，我們經常需要通過一系列值來了解特徵的分布情況。比較常用的有均值、方差、標準差、百分位數等等。前面幾個都比較好理解，簡單介紹一下這個百分位數，它是指將元素從小到大排列之後，排在第x%位上的值。我們一般常用的是25%，50%和75%這三個值，通過這幾個值，我們很容易對於整個特徵的分布有乙個大概的了解。
前面三個指標：均值、方差、標準差都很好理解，我們直接看**就行。
median和percentile分別是求中位數與百分位數，它們不是numpy當中array的函式，而是numpy的庫函式。所以我們需要把array當做引數傳入。percentile這個函式還需要額外傳入乙個int，表示我們想要得到的百分位數，比如我們想要知道50%位置上的數，則輸入50。
除了這些之外，我們還會經常用到sum，min，max，argmin，argmax這幾個函式。sum，min，max很好理解，argmin和argmax的意思是獲取最小值和最大值的索引。
這裡返回的索引有點奇怪，和我們想的不同，居然不是乙個二維的索引而是一維的。實際上numpy的內部會將高維陣列轉化成一維之後再進行這個操作，我們可以reshape一下陣列來進行驗證：
這些只是api的基本用法，numpy當中支援的功能不僅如此。我們觀察一下這些函式會發現，它們的作用域都是一組資料，返回的是一組資料通過某種運算得到的結果。舉個例子，比如sum，是對一組資料的**。std計算的是一組資料的標準差，這樣的函式我們稱為聚合函式。
numpy當中的聚合函式在使用的時候允許傳入軸這個引數，限制它聚合的範圍。我們通過axis這個引數來控制，axis=0表示對列聚合，axis=1表示對行聚合。我們死記的話總是會搞混淆，實際上axis傳入的也是乙個索引，表示第幾個索引的索引。我們的二維陣列的shape是[行， 列]，其中的第0位是行，第1位是列，可以認為axis是這個索引向量的乙個索引。
我們可以來驗證一下：
可以看到axis=0和axis=1返回的向量的長度是不同的，因為以列為單位聚合只有4列，所以得到的是乙個1 x 4的結果。而以行為單位聚合有5行，所以是乙個1 x 5的向量。
除了上面介紹的這些函式之外，還有cumsum和cumprod這兩個api。其中cumsum是用來對陣列進行累加運算，而cumprod是進行的累乘運算。只是在實際工作當中，很少用到，我就不展開細講了，感興趣的同學可以查閱api文件了解一下。
我們之前在python的入門文章當中曾經提到過，在python中true和false完全等價於1和0。那麼在上面這些計算的方法當中，如果存在bool型別的值，都會被轉化成1和0進行的計算。
我們靈活運用這點會非常方便，舉個例子，假設我們要統計一批資料當中有多少條大於0。我們利用sum會非常方便：
bool陣列除了可以應用上面這些基本的運算api之外，還有專門的兩個api，也非常方便。乙個叫做any，乙個叫做all。any的意思是只要陣列當中有乙個是true，那麼結果就是true。可以認為是is there any true in the array的意思，同樣，all就是說只有陣列當中都是true，結果才是true。對應的英文自然是are the values in the array all true。
這個只要理解了，基本上很難忘記。
python原生的陣列可以排序，numpy當中的陣列自然也不例外。我們只需要呼叫sort方法就可以排序了，不過有一點需要注意，numpy中的sort預設是乙個inplace的方法。也就是說我們呼叫完了sort之後，原陣列的值就自動變化了。
如果寫成了arr = arr.sort()會得到乙個none，千萬要注意。
同樣，我們也可以通過傳入軸這個引數來控制它的排序範圍，可以做到對每一列排序或者是對每一行排序，我們來看個例子：
這個是對列排序，如果傳入0則是對行排序，這個應該不難理解。
numpy當中還提供了一些面向集合的api，相比於針對各種計算的api，這些方法用到的情況比較少。常用的一般只有unique和in1d。
unique顧名思義就是去重的api，可以返回一維array去重且排序之後的結果。我們來看個例子：
它等價於：
set(sorted(arr))
除了這兩個api之外，還有像是計算並集並排序的union1d，計算差集的setdiff1d，計算兩個集合交集並排序的intersect1d等等。這些api的使用頻率實在是不高，所以就不贅述了。用到的時候再去查閱即可。
今天我們聊了numpy當中很多常用的計算api，這些api在我們日常做機器學習和資料分析的時候經常用到。比如分析特徵分布的時候，如果資料量很大是不適合作圖或者是視覺化觀察的。這個時候可以從中位數、均值、方差和幾個關鍵百分位點入手，再比如在我們使用softmax多分類的時候，也會用到argmax來獲取分類的結果。
總之，今天的內容非常關鍵，在numpy整體的應用當中佔比很高，希望大家都能熟悉它們的基本用法。這樣即使以後忘記，用到的時候再查閱也還來得及。
本文使用 mdnice 排版
手把手教你學Python之元組
目錄 元組的建立 元組和列表的聯絡與區別 生成器推導式 元組是python中內建的有序不可變序列，元組的所有元素放在一對圓括號 中，並使用逗號隔開，元組中元素的型別可以相同也可以不同。建立元組的兩種方式 注意 當元組中只包含乙個元素時，元素後面的逗號不能省略，否則系統會將其看做是其他資料型別。例如包...
手把手教你OA選型
oa選型永遠是oa行業的重要焦點，在選型問題上困擾了很多客戶，雲全oa從這幾個方面教你如何選型。了解研發技術 技術是硬道理。只有過關的技術才會研發出過硬的產品。如果技術不過關，後期將會帶來一系列的問題。同時需要考慮技術的先進性。在現如今社會發展日新月異，今天還遙遙領先的管理模式也許明天就會被淘汰。所...
手把手教你玩轉git
使用以上來寫git命令。mkdir xx 建立乙個空目錄 xx指目錄名 pwd 顯示當前目錄的路徑。git init 把當前的目錄變成可以管理的git倉庫，生成隱藏.git檔案。git add xx 把xx檔案新增到暫存區去。git commit m xx 提交檔案 m 後面的是注釋。git sta...