目录Python全系列 教程
3567个小节阅读：5930.8k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
numpy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 具体如下：
| 函数名 | 说明 |
|---|---|
| np.sum() | 求和 |
| np.prod() | 所有元素相乘 |
| np.mean() | 平均值 |
| np.std() | 标准差 |
| np.var() | 方差 |
| np.median() | 中数 |
| np.power() | 幂运算 |
| np.sqrt() | 开方 |
| np.min() | 最小值 |
| np.max() | 最大值 |
| np.argmin() | 最小值的下标 |
| np.argmax() | 最大值的下标 |
| np.ptp() | 计算一组数中最大值与最小值的差，可指定轴 |
| np.unique() | 删除数组中的重复数据，并对数据进行排序 |
| np.nonzero() | 返回数组中非零元素的索引 |
numpy.power() 函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。
【示例】 power()函数的使用
xxxxxxxxxxx = np.arange(1,5)y = np.empty_like(x)np.power(x, 2, out=y)print(y)【示例】 median ()函数的使用
xxxxxxxxxxa=np.array([4,2,1,5])#计算偶数的中位数print('偶数的中位数：',np.median(a))a=np.array([4,2,1])print('奇数个的中位数：',np.median(a))
a=np.arange(1,16).reshape(3,5)numpy.mean() 函数返回数组中元素的算术平均值。 如果提供了轴，则沿其计算。
算术平均值是沿轴的元素的总和除以元素的数量。
【示例】 mean ()函数的使用
xxxxxxxxxxa=np.arange(1,11).reshape(2,5)
print(np.mean(a))print('调用mean函数 axis=0 列')print(np.mean(a,axis=0))print('调用mean函数 axis=1 行')print(np.mean(a,axis=1))【示例】其他函数的使用
xxxxxxxxxxa = np.random.randint(10,50,size=5)np.max(a)np.sum(a)np.min(a)np.max(a)np.unique(a)np.nonzero(a)实时学习反馈
1. numpy模块统计函数的使用，下面代码运行的结果是_____:
xxxxxxxxxxa = np.array([32,4,1,6,4,22,5,6])print(np.max(a),np.argmax(a))A 32 0
B 0 32
C 32 1
D 10 20
2. numpy模块统计函数使用，下面代码运行的结果是_____:
xxxxxxxxxxx = np.arange(1,5)y = np.empty_like(x)np.power(x, 2, out=y)print(y)A [ 1 4 9 16 25]
B [ 1 4 9 16]
C [ 0 1 4 9 16]
D [ 2 13 16 18]
答案
1=>A 2=>B