NumPy統計関数の実現方法
numpy.アミン()とnumpy.amax()
numpy.アミン()は、配列中の要素が指定軸に沿って最小値を計算するために使用されます。
numpy.amax()は、指定された軸に沿って配列内の要素の最大値を計算するために使用されます。
[1 3 1]
[1 1 4]
11
[6 11] 6)
numpy.ptp()
配列内の要素の最大値と最小値の差(最大値-最小値)を計算します。
numpy.percentile()
百分率を表す a:入力配列 q: %の桁数を計算します。 axis:それに沿って桁の軸 を計算します。
配列については、私たちは20%の桁数を設定します。たとえば、配列の順序付けで20%の値がどれぐらいあるかを推測できます。
配列a:
[[21 60] 4)
[10 20 1)
percentile()関数を呼び出します。
4.0
[12.2. 1.6)
[10.8] 4.6]
[[10.8]
[ 4.6]
Process finished with exit code 0
標準偏差
std=sqrt(mean((x-x.mean()*2)
ここで、mean((x-x.mean()*2)は、各サンプルと全体のサンプル値の平均数との差、すなわち分散であり、標準偏差は分散の平方根である。
その他の統計関数
以上が本文の全部です。皆さんの勉強に役に立つように、私たちを応援してください。
numpy.アミン()は、配列中の要素が指定軸に沿って最小値を計算するために使用されます。
numpy.amax()は、指定された軸に沿って配列内の要素の最大値を計算するために使用されます。
a=np.array([1,3,6],[3,4,11],[6,1,4])
print(np.amin(a,1) #
print(np.amin(a,0) #
print(np.amax(a) #
print(np.amax(a,1)) #j
結果:[1 3 1]
[1 1 4]
11
[6 11] 6)
numpy.ptp()
配列内の要素の最大値と最小値の差(最大値-最小値)を計算します。
numpy.percentile()
百分率を表す
numpy.percentile(a,q,axis)
配列については、私たちは20%の桁数を設定します。たとえば、配列の順序付けで20%の値がどれぐらいあるかを推測できます。
percentail
a = np.array([[21, 60, 4], [10, 20, 1]])
print(' a:')
print(a)
print(' percentile() :')
50% , a
print(np.percentile(a, 20))
axis 0,
print(np.percentile(a, 20, axis=0))
axis 1,
print(np.percentile(a, 20, axis=1))
print(np.percentile(a, 20, axis=1, keepdims=True))
結果:配列a:
[[21 60] 4)
[10 20 1)
percentile()関数を呼び出します。
4.0
[12.2. 1.6)
[10.8] 4.6]
[[10.8]
[ 4.6]
Process finished with exit code 0
標準偏差
std=sqrt(mean((x-x.mean()*2)
ここで、mean((x-x.mean()*2)は、各サンプルと全体のサンプル値の平均数との差、すなわち分散であり、標準偏差は分散の平方根である。
その他の統計関数
numpy.mediam()
配列aの要素の中央値を計算します。
numpy.average()
各数値にそれぞれの重みを掛け、合計を加えて全体の値を得て、合計の単位で割ってください。重み付け平均を計算するために使用されます。
numpy.mean()
配列要素の算術平均を返します。以上が本文の全部です。皆さんの勉強に役に立つように、私たちを応援してください。