numpy常用函数

计算加权平均值

例如要计算某个学生的加权成绩，权重是每门课程的学分。

首选我们创建两个数组，分别包含成绩和学分：

>>> import numpy as np
>>> grade=np.array([80,90,67,78,83])
>>> w=np.array([2,3,2,4,3])

接下来使用numpy.average函数计算加权成绩：

>>> wgrade=np.average(grade,weights=w)
>>> print 'wgrade=',wgrade
wgrade= 80.3571428571

计算平均值

使用numpy.mean函数计算平均值，依然用上面的例子，计算5门成绩的平均值：

>>> m=np.mean(grade)
>>> print "the mean of grade is=",m
the mean of grade is= 79.6

最大值和最小值

使用numpy.max函数和numpy.min函数得到最大值和最小值，上面成绩的最大值和最小值为：

>>> highest=np.max(grade)
>>> lowest=np.min(grade)
>>> print "the highest grade is:",highest
the highest grade is: 90
>>> print "the lowest grade is:",lowest
the lowest grade is: 67

数组取值范围

使用numpy.ptp函数计算数组的取值范围，相当于是：max(array) - min(array)。例如，计算成绩的范围：

>>> np.ptp(grade)
23
>>> np.max(grade)-np.min(grade)
23

简单统计分析

1.中位数

numpy.median函数用来找到中位数：

>>> c=np.array([2,3,1,4,23,6,8,11,9,3,1,22])
>>> print np.median(c)
5.0

得到中位数为5.0，我们来检查一下;

>>> d=np.msort(c)
>>> print d
[ 1  1  2  3  3  4  6  8  9 11 22 23]

这个数组一共用12个元素，中位数应该是位置在第6和第7之间，即为4和6的均值，是5

2.方差

var函数用来计算方差：

>>> np.var(c)
52.854166666666664

3.标准差

std函数用来计算标准差

>>> np.std(c)
7.2700871154798872