Jak używać funkcji Pythona NumPy mean(), min() i max()?

How Use Python Numpy Mean



Biblioteka NumPy w języku Python posiada wiele funkcji agregujących lub statystycznych do wykonywania różnego rodzaju zadań za pomocą tablicy jednowymiarowej lub wielowymiarowej. Niektóre z przydatnych funkcji agregujących to mean(), min(), max(), średnia(), sum(), median(), percentyl() itd . Zastosowania mean(), min() i max() funkcje są opisane w tym samouczku. ten mieć na myśli() funkcja służy do zwracania średniej arytmetycznej elementów tablicy. Średnia arytmetyczna jest obliczana poprzez podzielenie sumy wszystkich elementów tablicy przez całkowitą liczbę elementów tablicy. Jeżeli dana oś jest wymieniona w funkcji, to obliczy średnią wartość danej osi. maks() Funkcja służy do znalezienia maksymalnej wartości z elementów tablicy lub elementów danej osi tablicy. min () Funkcja służy do znalezienia minimalnej wartości z elementów tablicy lub konkretnej osi tablicy.

Użycie funkcji mean()

Składnia funkcji mean() jest podana poniżej.







Składnia :



numpy.mieć na myśli(tablica_wejściowa,=Nic,dtype=Nic,na zewnątrz=Nic,keepdims=<bez wartości>)

Ta funkcja może przyjmować pięć argumentów. Cele tych argumentów są opisane poniżej:



tablica_wejściowa





Jest to obowiązkowy argument, który przyjmuje tablicę jako wartość, a średnia wartości tablicy jest obliczana przez tę funkcję.



Jest to argument opcjonalny, a wartością tego argumentu może być liczba całkowita lub krotka liczb całkowitych. Ten argument jest używany dla tablicy wielowymiarowej. Jeśli wartość jest ustawiona na 0, to funkcja obliczy średnią z wartości kolumny, a jeśli wartość jest ustawiony na 1, funkcja obliczy średnią wartości wierszy.

dtype

Jest to opcjonalny argument używany do zdefiniowania typu danych wartości średniej.

na zewnątrz

Jest to argument opcjonalny i jest używany, gdy dane wyjściowe funkcji będą musiały być przechowywane w alternatywnej tablicy. W takim przypadku wymiar tablicy wyjściowej musi być taki sam jak tablica wejściowa. Domyślna wartość tego argumentu to Nic .

keepdims

Jest to argument opcjonalny i można w nim ustawić dowolną wartość logiczną. Służy do prawidłowej transmisji wyjścia w oparciu o tablicę wejściową.

Ta funkcja zwraca tablicę średnich wartości, jeśli wartość argumentu out jest ustawiona na Nic , w przeciwnym razie funkcja zwraca odwołanie do tablicy wyjściowej.

Przykład: Używanie funkcji mean()

Poniższy przykład pokazuje, jak można obliczyć średnią wartość tablicy jednowymiarowej i dwuwymiarowej. Tutaj pierwsza funkcja mean() jest używana z jednowymiarową tablicą liczb całkowitych, a druga funkcja mean() jest używana z dwuwymiarową tablicą liczb całkowitych.

# importuj bibliotekę NumPy

importnumpyjaknp

# Utwórz tablicę jednowymiarową

np_tablica=np.szyk([6, 4, 9, 3, 1])

# Wydrukuj tablicę i średnie wartości

wydrukować('Wartości jednowymiarowej tablicy NumPy to: ',np_tablica)

wydrukować(„Średnia wartość tablicy jednowymiarowej wynosi: ',np.mieć na myśli(np_tablica))

# Utwórz dwuwymiarową tablicę

np_tablica=np.szyk([[5, 3, 5], [5, 4, 3]])

# Wydrukuj tablicę i średnie wartości

wydrukować(' Wartości dwuwymiarowej tablicy NumPy to: ',np_tablica)

wydrukować(„Średnie wartości tablicy dwuwymiarowej to: ',np.mieć na myśli(np_tablica,=0))

Wyjście :

Poniższe dane wyjściowe pojawią się po wykonaniu powyższego skryptu.

Użycie funkcji max()

Składnia funkcji max() jest podana poniżej.

Składnia :

numpy.maks(tablica_wejściowa,=Nic,na zewnątrz=Nic,keepdims=Nic,Inicjał=Nic,gdzie=Nic)

Ta funkcja może przyjmować sześć argumentów. Cele tych argumentów są opisane poniżej:

tablica_wejściowa

Jest to obowiązkowy argument, który przyjmuje tablicę jako wartość, a ta funkcja znajduje maksymalną wartość tablicy.

Jest to argument opcjonalny, a jego wartość może być liczbą całkowitą lub krotką liczb całkowitych. Ten argument jest używany dla tablicy wielowymiarowej.

na zewnątrz

Jest to argument opcjonalny i jest używany, gdy dane wyjściowe funkcji będą musiały być przechowywane w alternatywnej tablicy.

keepdims

Jest to argument opcjonalny i można w nim ustawić dowolną wartość logiczną. Służy do prawidłowej transmisji wyjścia w oparciu o tablicę wejściową.

Inicjał

Jest to opcjonalny argument używany do ustawienia minimalnej wartości wyjścia.

gdzie

Jest to opcjonalny argument używany do porównywania elementów tablicy w celu znalezienia maksymalnej wartości. Domyślna wartość tego argumentu to Nic .

Ta funkcja zwraca maksymalną wartość dla tablicy jednowymiarowej lub tablicę maksymalnych wartości dla tablicy wielowymiarowej.

Przykład: Używanie funkcji max()

Poniższy przykład pokazuje użycie funkcji max() do znalezienia maksymalnej wartości tablicy jednowymiarowej.

# importuj bibliotekę NumPy

importnumpyjaknp

# Utwórz tablicę NumPy liczb całkowitych

np_tablica=np.szyk([dwadzieścia jeden, 5, 3. 4, 12, 30, 6])

# Znajdź maksymalną wartość z tablicy

maksymalna wartość=np.maks(np_tablica)

# Wydrukuj maksymalną wartość

wydrukować('Maksymalna wartość tablicy to: ',maksymalna wartość)

Wyjście :

Poniższe dane wyjściowe pojawią się po wykonaniu powyższego skryptu.

Użycie funkcji min()

Składnia funkcji min() jest podana poniżej.

Składnia :

numpy.min(tablica_wejściowa,=Nic,na zewnątrz=Nic,keepdims=Nic,Inicjał=Nic,gdzie=Nic)

Cele argumentów tej funkcji są takie same jak funkcji max(), która została wyjaśniona w części funkcji max(). Zwraca minimalną wartość tablicy wejściowej.

Przykład: Używanie funkcji min()

Poniższy przykład pokazuje użycie funkcji min() do znalezienia minimalnej wartości tablicy jednowymiarowej.

# importuj bibliotekę NumPy

importnumpyjaknp

# Utwórz tablicę NumPy liczb całkowitych

np_tablica=np.szyk([dwadzieścia jeden, 5, 3. 4, 12, 30, 6])

# Znajdź maksymalną wartość z tablicy

maksymalna wartość=np.maks(np_tablica)

# Wydrukuj maksymalną wartość

wydrukować('Maksymalna wartość tablicy to: ',maksymalna wartość)

Wyjście :

Poniższe dane wyjściowe pojawią się po wykonaniu powyższego skryptu.

Wniosek

Cele trzech przydatnych funkcji agregujących (mean(), max() i min()) zostały wyjaśnione w tym samouczku, aby pomóc czytelnikom poznać sposoby używania tych funkcji w skrypcie Pythona.