numpy.sum numpy.mean 我会带着你远行 2022-11-14 13:13 153阅读 0赞 # numpy.sum # import numpy as np # [[0 1 2], [3 4 5]] np1 = np.arange(6).reshape(2,3) ![在这里插入图片描述][2021032914412343.png] """ axis的取值有三种情况：1.None，2.整数， 3.整数元组。 （在默认/缺省的情况下，axis取None） 如果axis取None，即将数组/矩阵中的元素全部加起来，得到一个和。 """ # np2:15 np2 = np.sum(np1) # 可以指定哪个轴上相加求和，默认所有元素求和 # 如果axis为整数，axis的取值不可大于数组/矩阵的维度， # 且axis的不同取值会产生不同的结果。 # [3 5 7] np3 = np.sum(np1,axis= 0) """ 当axis为0时,是压缩行,即将每一列的元素相加,将矩阵压缩为一行 当axis为1时,是压缩列,即将每一行的元素相加,将矩阵压缩为一列(这里的一列是为了方便理解说的，实际上，在控制台的输出中，仍然是以一行的形式输出的) """ ![在这里插入图片描述][20210329144217147.png] np4 = np.sum(np1,axis= 1) # 下面代码会报错 # np5 = np.sum(np1,axis=2) print(np1) ![在这里插入图片描述][20210329144241927.png] # numpy.mean求平均值 # # 求所有的值相加以后的平均值 2.5 np6 = np.mean(np1) # 求横向的平均值 # [1. 4.] np7 = np.mean(np1,axis=1) print(np1) [2021032914412343.png]: /images/20221022/da045cb58df44addbd42db65c8e133c5.png [20210329144217147.png]: /images/20221022/7c5bd73acb9a4e9bb76465d6cd393fd8.png [20210329144241927.png]: /images/20221022/3a929a73d27b485d8ebf952424405229.png
还没有评论，来说两句吧...