033.md

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])