《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
【摘要】 本节书摘来自华章计算机《深度学习与图像识别:原理与实践》一书中的第2章,第2.3.8节,作者是魏溪含 涂铭 张修鹏。
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。
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)