PythonNumPy统计函数详解
展开全文
Numpy提供各种统计函数，用于数据统计分析，用于从数组中给定的元素中查最小，最大，百分位数、加权平均值和方差等。
从数组中出最小和最大元素
∙numpy.amin：用于计算数组中的元素沿指定轴的最小值。
∙numpy.amax：用于计算数组中的元素沿指定轴的最大值。
numpy.ptp
numpy.ptp 函数返回沿轴的值的范围（最大值 - 最小值）。
numpy.percentile
numpy.percentile 函数，百分位数是统计中使用的度量，表示小于这个值的观察值的百分比。
例如，第80个百分位数是这样一个值，它使得至少有80%的数据项小于或等于这个值，且至少有20%的数据项大于或等于这个值。
语法
numpy.percentile(a, q, axis)
参数说明：
∙a：输入数组
∙q:：要计算的百分位数，在 0 ~ 100 之间。
∙axis：沿着它计算百分位数的轴
dian
dian 函数用于计算数组 a 中元素的中位数（中值）。
an
numpy库统计函数算术平均值是沿轴的元素的总和除以元素的数量。 an()函数返回数组中元素的算术平均值。 如果提供了轴，则沿其计算。
numpy.average
加权平均值是由每个分量乘以反映其重要性的因子得到的平均值。 numpy.average()函数根据在另一个数组中给出的各自的权重计算数组中元素的加权平均值。 该函数可以接受一个轴参数。 如果没有指定轴，则数组会被展开。
加权平均值即将各数值乘以相应的权数，然后加总求和得到总体值，再除以总的单位数。
在多维数组中，可以指定用于计算的轴。
numpy.std
标准差是与均值的偏差的平方的平均值的平方根。 标准差公式如下：
numpy.var
方差是偏差的平方的平均值，即mean((x - x.mean())** 2)。 换句话说，标准差是方差的平方根。