扫码加入数据分析学习群

Numpy统计相关函数

Numpy中有许多用于统计分析的函数

针对二维数组，需要注意轴的概念，0和1代表纵轴和横轴

print(data.sum(axis=1)) #对行进行求和

print(data.mean(axis=1)) #对行进行计算均值

print(data.cumsum()) #累计求和

np.percentile(data,[0,25,50,75,100])

注：axis0：表示沿着列进行操作axis1：表示沿着行进行操作

data.sum() #对所有的元素进行求和

data.sum(axis=0) #对每列进行求和

data.sum(axis=1) #对每行进行求和

data.mean(axis=0) #计算每列的平均值

data.mean(axis=1) #计算每行的平均值

data[:,1].mean(axis) #计算第二列的均值

###累计求和###

data.cumsum() #从左往右累计求和

data.cumsum(axis=0) #对每列沿着列的方向进行累计求和

data.cumsum(axis=1) #对每行沿着行的方向进行累计求和

data.cumprod() #从左往右累积求积 这个时候等于0等于1基本没啥区别

data.max() #计算这组数据的最大值

data.max(axis=0) #计算每一列的最大值

data.max(axis=1) #计算每一行的最大值

np.percentile(data,50) #计算分位数 50分位数就相当于中位数

np.median(data) #计算data的中位数

###求极差### 最大值-最小值:data.max()-data.min()

np.ptp(data)#极差

data.ptp(axis=0) #计算每一列的极差

data.ptp(axis=1) #计算每一行的极差

data>0.3 #比较data中的每个数，大于0.3的显示true 小于的显示false

np.sum(data>0.3) #统计data中的大于0.3的个数