Podatkovna znanost

Kako uporabljati funkcije Python NumPy mean (), min () in max ()?

Kako uporabljati funkcije Python NumPy mean (), min () in max ()?

Knjižnica Python NumPy ima veliko združenih ali statističnih funkcij za izvajanje različnih vrst nalog z enodimenzionalno ali večdimenzionalno matriko. Nekatere uporabne sestavljene funkcije so povprečje (), min (), max (), povprečje (), vsota (), mediana (), percentil () itd. Uporabe pomeni (), min () in max () funkcije so opisane v tej vadnici. The pomeni() funkcija se uporablja za vrnitev aritmetične srednje vrednosti elementov matrike. Aritmetična sredina se izračuna tako, da se vsota vseh elementov polja deli s skupnim številom elementov polja. Če je določena os navedena v funkciji, bo izračunala srednjo vrednost določene osi. največ () Funkcija se uporablja za ugotavljanje največje vrednosti elementov matrike ali elementov določene osi polja. min () funkcija se uporablja za ugotavljanje najmanjše vrednosti elementov matrike ali določene osi polja.

Uporaba funkcije mean ()

Sintaksa funkcije mean () je podana spodaj.

Sintaksa:

numpy.pomeni (vhodna_ matrika, os = Brez, dtype = Brez, ven = Brez, keepdims =)

Ta funkcija lahko sprejme pet argumentov. Namen teh argumentov je opisan spodaj:

input_array

Je obvezen argument, ki kot vrednost vzame matriko in s to funkcijo izračuna povprečje vrednosti matrike.

os

To je neobvezen argument in vrednost tega argumenta je lahko celo število ali sklop celih števil. Ta argument se uporablja za večdimenzionalno matriko. Če je vrednost os je nastavljena na 0, bo funkcija izračunala povprečje vrednosti stolpca in če je vrednost os je nastavljena na 1, potem bo funkcija izračunala sredino vrednosti vrstic.

dtype

To je neobvezen argument, ki se uporablja za določanje podatkovnega tipa srednje vrednosti.

ven

Je neobvezen argument in se uporablja, kadar bo izhod funkcije treba shraniti v nadomestno matriko. V tem primeru mora biti dimenzija izhodne matrike enaka vhodni matriki. Privzeta vrednost tega argumenta je Nobenega.

keepdims

To je neobvezen argument in v njem lahko nastavite katero koli logično vrednost. Uporablja se za pravilno oddajanje izhoda na podlagi vhodnega polja.

Ta funkcija vrne matriko srednjih vrednosti, če je vrednost argumenta out nastavljena na Nobenega, v nasprotnem primeru funkcija vrne sklic na izhodno matriko.

Primer: Uporaba funkcije mean ()

Naslednji primer prikazuje, kako je mogoče izračunati srednjo vrednost enodimenzionalnega in dvodimenzionalnega polja. Tu se prva funkcija mean () uporablja z enodimenzionalnim nizom celoštevilskih števil, druga funkcija mean () pa z dvodimenzionalnim nizom celoštevilskih števil.

# uvozi knjižnico NumPy
uvozi numpy kot np
# Ustvarite enodimenzionalno matriko
np_array = np.matrika ([6, 4, 9, 3, 1])
# Natisni matriko in srednje vrednosti
print ("Vrednosti enodimenzionalnega polja NumPy so: \ n", np_array)
print ("Povprečna vrednost enodimenzionalne matrike je: \ n", np.pomeni (np_array))
# Ustvarite dvodimenzionalno matriko
np_array = np.matrika ([[5, 3, 5], [5, 4, 3]])
# Natisni matriko in srednje vrednosti
print ("\ nVrednosti dvodimenzionalnega polja NumPy so: \ n", np_array)
print ("Povprečne vrednosti dvodimenzionalne matrike so: \ n", np.pomeni (np_array, os = 0))

Izhod:

Naslednji izhod se bo prikazal po izvedbi zgornjega skripta.

Uporaba funkcije max ()

Sintaksa funkcije max () je podana spodaj.

Sintaksa:

numpy.maks. (vhodna_ matrika, os = brez, izhod = brez, Keepdims = brez, začetna = brez, kjer = brez)

Ta funkcija lahko sprejme šest argumentov. Namen teh argumentov je opisan spodaj:

input_array

Je obvezen argument, ki za vrednost vzame matriko in ta funkcija ugotovi največjo vrednost matrike.

os

To je neobvezen argument in njegova vrednost je lahko celo število ali sklop celih števil. Ta argument se uporablja za večdimenzionalno matriko.

ven

Je neobvezen argument in se uporablja, kadar bo izhod funkcije treba shraniti v nadomestno matriko.

keepdims

To je neobvezen argument in v njem lahko nastavite katero koli logično vrednost. Uporablja se za pravilno oddajanje izhoda na podlagi vhodnega polja.

začetno

To je neobvezen argument, ki se uporablja za nastavitev najmanjše vrednosti izhoda.

kje

To je neobvezen argument, ki se uporablja za primerjavo elementov matrike, da bi ugotovili največjo vrednost. Privzeta vrednost tega argumenta je Nobenega.

Ta funkcija vrne največjo vrednost za enodimenzionalno polje ali polje največjih vrednosti za večdimenzionalno polje.

Primer: Uporaba funkcije max ()

Naslednji primer prikazuje uporabo funkcije max () za ugotavljanje največje vrednosti enodimenzionalne matrike.

# uvozi knjižnico NumPy
uvozi numpy kot np
# Ustvari celo število NumPy
np_array = np.matrika ([21, 5, 34, 12, 30, 6])
# Poiščite največjo vrednost iz polja
max_value = np.največ (np_array)
# Natisnite največjo vrednost
print ('Največja vrednost matrike je:', max_value)

Izhod:

Naslednji izhod se bo prikazal po izvedbi zgornjega skripta.

Uporaba funkcije min ()

Sintaksa funkcije min () je podana spodaj.

Sintaksa:

numpy.min (input_array, os = Brez, out = Brez, keepdims = Brez, začetna = Brez, kjer = Brez)

Namen argumentov te funkcije je enak funkciji max (), ki je bila razložena v delu funkcije max (). To vrne najmanjšo vrednost vhodnega polja.

Primer: Uporaba funkcije min ()

Naslednji primer prikazuje uporabo funkcije min () za ugotavljanje najmanjše vrednosti enodimenzionalne matrike.

# uvozi knjižnico NumPy
uvozi numpy kot np
# Ustvari celo število NumPy
np_array = np.matrika ([21, 5, 34, 12, 30, 6])
# Poiščite največjo vrednost iz polja
max_value = np.največ (np_array)
# Natisnite največjo vrednost
print ('Največja vrednost matrike je:', max_value)

Izhod:

Naslednji izhod se bo prikazal po izvedbi zgornjega skripta.

Zaključek

Namen treh uporabnih skupnih funkcij (mean (), max () in min ()) je razložen v tej vadnici, da bralcem pomaga vedeti načine uporabe teh funkcij v skriptu python.

5 najboljših arkadnih iger za Linux
Dandanes so računalniki resni stroji, ki se uporabljajo za igre na srečo. Če ne boste mogli dobiti novega visokega rezultata, boste vedeli, kaj mislim...
Bitka za Wesnoth 1.13.6 Razvoj izdan
Bitka za Wesnoth 1.13.6, ki je izšel prejšnji mesec, je šesta razvojna izdaja v 1.13.x series in prinaša številne izboljšave, predvsem uporabniški vme...
Kako namestiti League Of Legends na Ubuntu 14.04
Če ste ljubitelj League of Legends, je to priložnost, da preizkusite League of Legends. Upoštevajte, da LOL podpira PlayOnLinux, če uporabljate Linux....