Python模块-Numpy（四）-统计计算

接下来的一节为大家介绍numpy模块中的统计方法。

1. 数据排序

在很多情况下，我们拿到数据的时候需要对数据进行排序，按顺序输出然后再进行相关的数值计算或统计计算。在numpy中，排序的函数为，先看一个示例。

从上面的例子我们可以确定以下两点：

与list的sort()方法类似，arr.sort()函数是对数组进行原位排序，也就是说直接处理原始的数组

可以分别进行按行和按列排序，排序顺序取决于num参数，num=0则按列排序，num=1则按行排序

若不想改变原有数组，可以使用，示例如下。

对于np.sort(arr)而言，排序不改变原有的数组，这点需要特别注意。在进行排序时，如果命令是np.sort(arr)，则默认对arr按行排序，如果按列，可以指定参数，命令为。

2. 数据去重

数据去重主要是对数进行性处理，去除相同的部分，仅保留同一个元素的一个备份，同时，返回的是无重复元素组成的数组。

从上面的实例可以看出，之前的为维数组在去重之后，只输出了排序好的一维数组，内部元素为names二维数组内所有的元素，这说明unique方法在使用时有以下三个作用：

将多维数组进行降维处理，输出一维数组

将上述一维数组进行排序

将排序后的数组进行去重并输出，每一个元素只保留一个拷贝

3. 统计计算3.1 数组交集、并集及差集

通过获取数组的交集、并集及差集，可以轻松的实现两个数组之间的差异比对、数据整合以及数据筛选。在Numpy模块中，可以通过不同的方法实现不同条件下的数据筛选，总结如下图。

np.uniq(x)：对x去重

np.intersect1d(x,y)：查找x与y共有的元素，取交集，输出排序后的结果

np.union1d(x,y)：输出x和y的所有元素，取并集，输出时排序去重

np.in1d(x,y)：检测x中的元素是否在y内部，返回的是布尔逻辑值

np.setdiff1d(x,y)：输出只在x中出现的元素

np.setxor1d(x,y)：只在任意一个数组中出现的元素集合

3.2 统计方法

通过上面的处理，可以获得符合条件的数据，之后就是对数据的统计分析。以下是部分统计函数及其使用方法介绍。

sum

sum()函数在使用时，可以使用或者两种方法。

对于第一种方法，可以通过索引制定行相加，如np.sum(array[0])表示第一行相加；对于第二种方法，sum内的参数为数组下标，依据给定的参数对不同数组元素进行求和。具体参数及对应关系请参照

数组转换

。对于224的多维数组，数组及元素索引的对应关系如下图所示。

在用array.sum(n)函数进行处理时，不同的n表示不同的加和行为，具体见下图。

对于其他统计函数，同样有两种计算方法，和，除了cumsum()和cumprod()两个函数以外，计算原理同sum一致，在此不再赘述。

对于cumsum()和cumprod()两个函数，多维矩阵(n1 x n2 x n3 ...)而言在计算时原理同sum一致，对于多维数组(n1 x n2)，当参数为0时，表示按列累加或累乘，当参数为1时，表示按行累加或累乘，输出的还是多维数组(n1 x n2)。

以上就是Numpy模块统计部分的相关内容，主要应该掌握多维矩阵的sum(n)等函数的使用。

参考书籍：

Python for Data Analysis. Data Wrangling with Pandas, NumPy, and IPython (2017, O’Reilly)