import numpy as np
x=np.linspace(start=14,stop=30,num=20).reshape(4,5)
1) np.sum(x,axis=None)默認axis=None統計全部數組元素的和 axis=0 第一維度的和(此時sum函數返回的是一個數組) axis=1 第二維度…….
<===>x.sum(axis=None)下面的函數也是如此
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) 加權平均數 weights 各元素的權重租車組成的數組
print(“np.average(x,weights=x/x.sum()):”,np.average(x,weights=x/x.sum()))
4)
np.std(x,axis=None)標準差
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)一維化之後的最小值(最大值)下標
unravel_index(index,shape)根據一維化下標轉換成多維下標
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) 中位數
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 多維數組的梯度,多維梯度:
x1 x2 x3
例:二維數組 行的梯度,列的梯度 此時這個函數返回兩個數組,因爲是兩個方向的梯度
print(“np.gradient(x):”,np.gradient(x))