NumPy-统计函数

NumPy是Python中常用的科学计算库之一，它提供了一个高性能的多维数组对象以及与之配套的一系列计算工具，这使得NumPy成为了科学计算的首选库之一。其中，统计函数是NumPy中重要的一部分，本文将为大家介绍NumPy中常用的统计函数。

均值和方差

NumPy中可以使用mean()函数和var()函数来计算一组数据的均值和方差。

import numpy as np

a = np.array([1, 2, 3, 4])
print(np.mean(a))  # 输出2.5
print(np.var(a))  # 输出1.25

最大值和最小值

NumPy中可以使用max()函数和min()函数来计算一组数据的最大值和最小值。

import numpy as np

a = np.array([1, 2, 3, 4])
print(np.max(a))  # 输出4
print(np.min(a))  # 输出1

中位数和众数

NumPy中可以使用median()函数和mode()函数来计算一组数据的中位数和众数。

import numpy as np

a = np.array([1, 2, 3, 4])
print(np.median(a))  # 输出2.5
print(np.mode(a))  # 输出[1, 2, 3, 4]

需要注意的是，如果一组数据中存在多个众数，则会返回众数组成的数组。

标准差

NumPy中可以使用std()函数来计算一组数据的标准差。

import numpy as np

a = np.array([1, 2, 3, 4])
print(np.std(a))  # 输出1.118033988749895

相关系数和协方差

NumPy中可以使用corrcoef()函数和cov()函数来计算一组数据的相关系数和协方差。

import numpy as np

a = np.array([1, 2, 3, 4])
b = np.array([5, 6, 7, 8])
print(np.corrcoef(a, b))  # 输出[[1. 1.], [1. 1.]]
print(np.cov(a, b))  # 输出[[1.66666667 1.66666667], [1.66666667 1.66666667]]

其中，corrcoef()函数返回的是相关系数矩阵，而cov()函数返回的是协方差矩阵。

总结

本文介绍了NumPy中常用的统计函数，包括均值和方差、最大值和最小值、中位数和众数、标准差以及相关系数和协方差。这些函数是NumPy中重要的一部分，对于科学计算和数据分析来说十分实用。