《深度学习与图像识别：原理与实践》—2.3.8　Numpy的统计计算方法

2.3.8　Numpy的统计计算方法

NumPy内置了很多计算方法，其中最重要的统计方法及说明具体如下。

• sum()：计算矩阵元素的和；矩阵的计算结果为一个一维数组，需要指定行或者列。

• mean()：计算矩阵元素的平均值；矩阵的计算结果为一个一维数组，需要指定行或者列。

• max()：计算矩阵元素的最大值；矩阵的计算结果为一个一维数组，需要指定行或者列。

• mean()：计算矩阵元素的平均值。

• median()：计算矩阵元素的中位数。

需要注意的是，用于这些统计方法的数值类型必须是int或者float。

数组示例代码如下：

vector = numpy.array([5, 10, 15, 20])

vector.sum()

得到的结果是50

矩阵示例代码如下：

matrix=

array([[ 5, 10, 15],

       [20, 10, 30],

       [35, 40, 45]])

matrix.sum(axis=1)

array([ 30,  60, 120])

matrix.sum(axis=0)

array([60, 60, 90])

如上述例子所示，axis = 1计算的是行的和，结果以列的形式展示。axis = 0计算的是列的和，结果以行的形式展示。

延伸学习：

官方推荐教程（https://docs.scipy.org/doc/numpy-dev/user/quickstart.html）是不错的入门选择。