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])