3-8 Numpy中的聚合运算

1.聚合运算

1）向量上的聚合运算

import numpy as np
L=np.random.random(100)

sum(L)
np.sum(L)#效率更高

big_array = np.random.rand(1000000)
%timeit sum(big_array)
%timeit np.sum(big_array)

np.min(big_array)#np中的方法更全面
np.max(big_array)
np.percentile(big_array,q=100)

big_array.min()

2)二维矩阵上的聚合运算

X=np.arange(16).reshape(4,-1)
np.sum(X,axis=0)
#每列元素的和

np.sum(X,axis=1)
#每行元素的和

np.prod(X)
#所有元素乘积

np.prod(X+1)
#所有元素+1后的乘积

np.mean(X)
#平均值

np.median(big_array)
#求中位数
np.percentile(big_array,q=50)
#有50%小于它的数

for percent in [0,25,50,75,100]:            
   print(np.percentile(big_array,q=percent))
#一个样本的分布情况

np.var(big_array)
#方差

np.std(big_array)
#标准差

x=np.random.normal(0,1,size=1000000)
#均值为0 标准差为1