数组方法
In [1]:
%pylab
Using matplotlib backend: Qt4Agg
Populating the interactive namespace from numpy and matplotlib
求和
In [2]:
a = array([[1,2,3],
[4,5,6]])
求所有元素的和：
In [3]:
sum(a)
Out[3]:
21
指定求和的维度：
沿着第一维求和：
In [4]:
sum(a, axis=0)
Out[4]:
array([5, 7, 9])
沿着第二维求和：
In [5]:
sum(a, axis=1)
Out[5]:
array([ 6, 15])
沿着最后一维求和：
In [6]:
sum(a, axis=-1)
Out[6]:
array([ 6, 15])
或者使用 sum 方法：
In [7]:
a.sum()
Out[7]:
21
In [8]:
a.sum(axis=0)
Out[8]:
array([5, 7, 9])
In [9]:
a.sum(axis=-1)
Out[9]:
array([ 6, 15])
求积
求所有元素的乘积：
In [10]:
a.prod()
Out[10]:
720
或者使用函数形式：
In [11]:
prod(a, axis=0)
Out[11]:
array([ 4, 10, 18])
求最大最小值
In [12]:
from numpy.random import rand
a = rand(3, 4)
%precision 3
a
Out[12]:
array([[ 0.444, 0.06 , 0.668, 0.02 ],
[ 0.793, 0.302, 0.81 , 0.381],
[ 0.296, 0.182, 0.345, 0.686]])
全局最小：
In [13]:
a.min()
Out[13]:
0.020
沿着某个轴的最小：
In [14]:
a.min(axis=0)
Out[14]:
array([ 0.296, 0.06 , 0.345, 0.02 ])
全局最大：
In [15]:
a.max()
Out[15]:
0.810
沿着某个轴的最大：
In [16]:
a.max(axis=-1)
Out[16]:
array([ 0.668, 0.81 , 0.686])
最大最小值的位置
使用 argmin, argmax 方法：
In [17]:
a.argmin()
Out[17]:
3
In [18]:
a.argmin(axis=0)
Out[18]:
array([2, 0, 2, 0], dtype=int64)
均值
可以使用 mean 方法：
In [19]:
a = array([[1,2,3],[4,5,6]])
In [20]:
a.mean()
Out[20]:
3.500
In [21]:
a.mean(axis=-1)
Out[21]:
array([ 2., 5.])
也可以使用 mean 函数：
In [22]:
mean(a)
Out[22]:
3.500
还可以使用 average 函数：
In [23]:
average(a, axis = 0)
Out[23]:
array([ 2.5, 3.5, 4.5])
average 函数还支持加权平均：
In [24]:
average(a, axis = 0, weights=[1,2])
Out[24]:
array([ 3., 4., 5.])
标准差
用 std 方法计算标准差：
In [25]:
a.std(axis=1)
Out[25]:
array([ 0.816, 0.816])
用 var 方法计算方差：
In [26]:
a.var(axis=1)
Out[26]:
array([ 0.667, 0.667])
或者使用函数：
In [27]:
var(a, axis=1)
Out[27]:
array([ 0.667, 0.667])
In [28]:
std(a, axis=1)
Out[28]:
array([ 0.816, 0.816])
clip 方法
将数值限制在某个范围：
In [29]:
a
Out[29]:
array([[1, 2, 3],
[4, 5, 6]])
In [30]:
a.clip(3,5)
Out[30]:
array([[3, 3, 3],
[4, 5, 5]])
小于3的变成3，大于5的变成5。
ptp 方法
计算最大值和最小值之差：
In [31]:
a.ptp(axis=1)
Out[31]:
array([2, 2])
In [32]:
a.ptp()
Out[32]:
5
round 方法
近似，默认到整数：
In [33]:
a = array([1.35, 2.5, 1.5])
这里，.5的近似规则为近似到偶数值，可以参考：
https://en.wikipedia.org/wiki/Rounding#Round_half_to_odd
In [34]:
a.round()
Out[34]:
array([ 1., 2., 2.])
近似到一位小数：
In [35]:
a.round(decimals=1)
Out[35]:
array([ 1.4, 2.5, 1.5])
