Numpy中统计函数的讲解:平均值、中位数、标准差、方差、最大最小值、求和、加权平均数

本文详细介绍了Numpy库中的统计函数,包括计算平均值、中位数、标准差、方差以及最大最小值和加权平均数的方法。通过实例展示了如何使用这些函数来分析和理解数据的集中趋势和离散程度,并探讨了平均数和中位数、标准差和方差的区别。对于数据分析和处理,掌握这些统计函数是非常重要的。

目录

统计函数:

Numpy 能方便地求出统计学常见的描述性统计量

一:Numpy中统计函数--平均值

求平均值

二:Numpy中统计函数--中位数

中位数 np.median

平均数和中位数的区别

三:Numpy中统计函数--标准差

求标准差ndarray.std()

四:Numpy中统计函数--方差

求方差ndarray.var()

标准差和方差的区别

五:Numpy中统计函数--最大最小值

求最大值: ndarray.max()

求最小值: ndarray.min()

六:Numpy中统计函数--求和

求和: ndarray.sum()

七:Numpy中统计函数--加权平均数

加权平均值numpy.average()


统计函数:

Numpy 能方便地求出统计学常见的描述性统计量

一:Numpy中统计函数--平均值

求平均值

import numpy as np
p=np.arange(20).reshape(4,5)
print(p)

#默认求出数组中所有元素的平均值
p.mean()

 若想求某一维度的平均值,设置 axis 参数,多维数组的元素指定:

 

p=np.arange(20).reshape(4,5)
print(p)
print('-----------------')

# axis=0时,求每一列的竖着的维度平均值
print(p.mean(axis=0))

#axis=1时,求每一行的横着的维度的平均值
p.mean(axis=1)

 

二:Numpy中统计函数--中位数

中位数 np.median

中位数又称中点数,中值

是按顺序排列的一组数据中居于中间位置的数,代表一个样本,种群或概率分布中的一个数组

平均数和中位数的区别

·平均数:是一个"虚拟"的数,是通过计算得到的,它不是数据中的原始数据。 · 中位数:是一个不完全"虚拟""的数。

·平均数:反映了一组数据的平均大小,常用来一代表数据的总体"平均水平"。 ·中位数:像一条分界线,将数据分成前半部分和后半部分,因此用来代表一组数据的"中等水平"

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

夏天的学习日记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值