numpy一些处理数据的function
2017-08-02 12:24
148 查看
import numpy as np
x=np.linspace(start=14,stop=30,num=20).reshape(4,5)
x=np.linspace(start=14,stop=30,num=20).reshape(4,5)
1) np.sum(x,axis=None)默认axis=None统计全部数组元素的和 axis=0 第一维度的和(此时sum函数返回的是一个数组) axis=1 第二维度…….
<===>x.sum(axis=None)下面的函数也是如此
print(“np.sum(x,axis=0):”,np.sum(x,axis=0))2)np.mean(x,axis=None)均值
print(“np.mean(x,axis=1):”,np.mean(x,axis=1))3)np.average(a,axis=None,weights=None) 加权平均数 weights 各元素的权重租车组成的数组
print(“np.average(x,weights=x/x.sum()):”,np.average(x,weights=x/x.sum()))4)
np.std(x,axis=None)标准差
np.var(x,axis=None)方差
np.min(x,axis=None)最小值
np.max(x,axis=None)最大值
np.argmin(x,axis=None) np.argmax(x,axis=None)一维化之后的最小值(最大值)下标
unravel_index(index,shape)根据一维化下标转换成多维下标
print(“np.unravel_index(np.argmax(x),x.shape):”,np.unravel_index(np.argmax(x),x.shape))np.ptp(x,axis=None) 最大值-最小值的差
print(“np.ptp(x):”,np.ptp(x))np.median(x,axis=None) 中位数
print(“np.median(x):”,np.median(x))5)梯度 –》斜率 np.gradient(x) [a b c] x1的梯度b-a x2的梯度 (c-a)/2 多维数组的梯度,多维梯度:
x1 x2 x3
例:二维数组 行的梯度,列的梯度 此时这个函数返回两个数组,因为是两个方向的梯度
print(“np.gradient(x):”,np.gradient(x))相关文章推荐
- Numpy快速处理数据--结构数组(二)
- lucene 处理大规模数据的一些解决方法 katta--简介
- 安卓开发SQlite使用执行SQL语句一些简单的处理——1.创建数据库,表和添加数据
- NumPy-高速处理数据
- NumPy-快速处理数据
- oracle一些数据查询处理
- NumPy-快速处理数据--ufunc运算--广播--ufunc方法
- Java在处理大数据的时候一些小技巧
- spring对一些常见数据类型的配置处理
- 基于线性回归与核函数——linear function & basis function 的代码,处理马拉松数据
- NumPy——快速处理数据
- DELPHI中一些处理数据的实用函数
- java读取文件数据进行一些简单处理的例子
- NumPy-快速处理数据
- js处理数据的一些方法
- [ZZ] NumPy 处理数据
- 【Java】_处理数据的一些规则及软件开发的一些小技巧和建议
- 关于处理PHP json_encode返回的json数据一些小问题
- pandas处理大数据的一些小技巧
- java在处理大数据的时候一些小技巧