• 08-numpy数学计算和数学统计


    import numpy as np
    arr=np.array([0,30,60,45,90,150,180,360])
    a=np.sin(arr*np.pi/180)
    b=np.arcsin(0.5)
    c=np.degrees(a)#转化为角度
    
    arr2=np.array([1.1,3.3,5.5,6.8])
    d=np.around(arr2)#四舍五入
    d=np.around(arr2,decimals=1)#保留以小数
    d=np.around(arr2,decimals=-1)#对个位数清零 5.0不进位5.1进位
    
    arr3=np.array([-1.7,1.5,-0.2,0.6,10])
    np.floor(arr3)#不大于输入参数的最大整数
    np.ceil(arr3)#返回大于输入数据的第一个整数
    

      

    import numpy as np
    arr1=np.array([[11,21,2],[111,11,222],[33,44,32]])
    np.amax(arr1)#极大
    np.amin(arr1)#极小
    np.amin(arr1,0)#每一列的最小值
    np.amin(arr1,1)#每一行的最小值
    np.amax(arr1,0)#每一列的最大值
    np.amax(arr1,1)#每一列的最大值
    np.ptp(arr1)#最大最小之差
    np.ptp(arr1,0)#每一列最大最小之差
    np.ptp(arr1,1)#每一行最大最小之差
    np.percentile(arr1,50)#arr1数组里比50%的数大的数是什么
    np.percentile(arr1,50,axis=0)#按照行来求
    np.percentile(arr1,50,axis=0)#按照列来求
    np.median(arr1)#中位数
    np.median(arr1,axis=0)#hang中位数
    np.median(arr1,axis=1)#lie中位数
    np.mean(arr1)#平均值
    np.mean(arr1,axis=0)#平均值
    np.mean(arr1,axis=1)#平均值
    
    arr2=np.array([6,7,8,9,10])
    arr3=np.array([10,1,2,3,4])
    np.average(arr2,weights=arr3)#权重
    np.std([4,4,4,4])#标准差,平均程度
    np.std([1,22,88,99])
    np.var([4,4,4,4])#方差,标准差的平方就是方差
    

      

  • 相关阅读:
    05 drf源码剖析之认证
    04 drf源码剖析之版本
    03 drf源码剖析之视图
    02 drf源码剖析之快速了解drf
    OA之为用户设置角色和为用户设置权限
    EasyUI之datagrid的使用
    C#之反射
    EasyUI之Layout布局和Tabs页签的使用
    Memcached的使用
    Log4Net的简单使用
  • 原文地址:https://www.cnblogs.com/wcyMiracle/p/12433203.html
Copyright © 2020-2023  润新知