《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

举报
华章计算机 发表于 2019/07/24 20:24:55 2019/07/24
【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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。