Наука о данных

Как использовать функции Python NumPy mean (), min () и max ()?

Как использовать функции Python NumPy mean (), min () и max ()?

Библиотека Python NumPy имеет множество агрегатных или статистических функций для выполнения различных типов задач с одномерным или многомерным массивом. Некоторые из полезных агрегатных функций: среднее (), минимальное (), максимальное (), среднее (), сумма (), медиана (), процентиль () и т. д. Использование среднее (), мин () и макс () функции описаны в этом руководстве. В иметь в виду() функция используется для возврата среднего арифметического значения элементов массива. Среднее арифметическое вычисляется путем деления суммы всех элементов массива на общее количество элементов массива. Если конкретная ось указана в функции, то будет вычислено среднее значение конкретной оси. Максимум() функция используется для определения максимального значения из элементов массива или элементов конкретной оси массива. мин () функция используется для определения минимального значения из элементов массива или конкретной оси массива.

Использование функции mean ()

Синтаксис функции mean () приведен ниже.

Синтаксис:

тупой.среднее (input_array, axis = None, dtype = None, out = None, keepdims =)

Эта функция может принимать пять аргументов. Цели этих аргументов описаны ниже:

input_array

Это обязательный аргумент, который принимает массив в качестве значения, а среднее значение массива вычисляется этой функцией.

ось

Это необязательный аргумент, и значение этого аргумента может быть целым числом или кортежем целых чисел. Этот аргумент используется для многомерного массива. Если значение ось установлен в 0, тогда функция будет вычислять среднее значение столбца, и если значение ось установлен в 1, тогда функция вычислит среднее значение строк.

dtype

Это необязательный аргумент, который используется для определения типа данных среднего значения.

вне

Это необязательный аргумент и используется, когда выходные данные функции необходимо сохранить в альтернативном массиве. В этом случае размер выходного массива должен быть таким же, как и входного массива. Значение этого аргумента по умолчанию - Никто.

Keepdims

Это необязательный аргумент, и в этом аргументе можно установить любое логическое значение. Он используется для правильной передачи вывода на основе входного массива.

Эта функция возвращает массив средних значений, если для аргумента out установлено значение Никто, в противном случае функция возвращает ссылку на выходной массив.

Пример: использование функции mean ()

В следующем примере показано, как можно вычислить среднее значение одномерного и двумерного массива. Здесь первая функция mean () используется с одномерным массивом целых чисел, а вторая функция mean () используется с двумерным массивом целых чисел.

# импортировать библиотеку NumPy
импортировать numpy как np
# Создаем одномерный массив
np_array = np.массив ([6, 4, 9, 3, 1])
# Распечатать массив и средние значения
print ("Значения одномерного массива NumPy: \ n", np_array)
print ("Среднее значение одномерного массива: \ n", np.означает (np_array))
# Создаем двумерный массив
np_array = np.массив ([[5, 3, 5], [5, 4, 3]])
# Распечатать массив и средние значения
print ("\ nЗначения двумерного массива NumPy: \ n", np_array)
print ("Средние значения двумерного массива: \ n", np.среднее (np_array, axis = 0))

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Использование функции max ()

Синтаксис функции max () приведен ниже.

Синтаксис:

тупой.max (input_array, axis = None, out = None, keepdims = None, initial = None, где = None)

Эта функция может принимать шесть аргументов. Цели этих аргументов описаны ниже:

input_array

Это обязательный аргумент, который принимает в качестве значения массив, и эта функция определяет максимальное значение массива.

ось

Это необязательный аргумент, и его значение может быть целым числом или кортежем целых чисел. Этот аргумент используется для многомерного массива.

вне

Это необязательный аргумент и используется, когда выходные данные функции необходимо сохранить в альтернативном массиве.

Keepdims

Это необязательный аргумент, и в этом аргументе можно установить любое логическое значение. Он используется для правильной передачи вывода на основе входного массива.

исходный

Это необязательный аргумент, который используется для установки минимального значения вывода.

где

Это необязательный аргумент, который используется для сравнения элементов массива для определения максимального значения. Значение этого аргумента по умолчанию - Никто.

Эта функция возвращает максимальное значение для одномерного массива или массив максимальных значений для многомерного массива.

Пример: использование функции max ()

В следующем примере показано использование функции max () для определения максимального значения одномерного массива.

# импортировать библиотеку NumPy
импортировать numpy как np
# Создать массив целых чисел NumPy
np_array = np.массив ([21, 5, 34, 12, 30, 6])
# Находим максимальное значение из массива
max_value = np.макс (np_array)
# Вывести максимальное значение
print ('Максимальное значение массива:', max_value)

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Использование функции min ()

Синтаксис функции min () приведен ниже.

Синтаксис:

тупой.min (input_array, axis = None, out = None, keepdims = None, initial = None, где = None)

Назначение аргументов этой функции такое же, как у функции max (), которая была объяснена в части функции max (). Это возвращает минимальное значение входного массива.

Пример: использование функции min ()

В следующем примере показано использование функции min () для определения минимального значения одномерного массива.

# импортировать библиотеку NumPy
импортировать numpy как np
# Создать массив целых чисел NumPy
np_array = np.массив ([21, 5, 34, 12, 30, 6])
# Находим максимальное значение из массива
max_value = np.макс (np_array)
# Вывести максимальное значение
print ('Максимальное значение массива:', max_value)

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Заключение

Цели трех полезных агрегатных функций (mean (), max () и min ()) были объяснены в этом руководстве, чтобы помочь читателям узнать способы использования этих функций в скрипте Python.

Курсор прыгает или перемещается случайным образом при наборе текста в Windows 10
Если вы обнаружите, что ваш курсор мыши прыгает или перемещается сам по себе, автоматически, случайным образом при вводе текста на ноутбуке или компью...
Как изменить направление прокрутки мыши и сенсорной панели в Windows 10
Мышь а также Сенсорная панельs не только упрощают вычисления, но и делают их более эффективными и требуют меньше времени. Мы не можем представить себе...
Как изменить указатель мыши и размер курсора, цвет и схему в Windows 10
Указатель мыши и курсор в Windows 10 - очень важные аспекты операционной системы. То же самое можно сказать и о других операционных системах, так что,...