函数

在这些方法中，布尔值中的 True 和 False 会被相应地转换为 1 和 0 参与计算

• amin(a[, axis, out, keepdims])

  返回数组的最小值或沿轴的最小值

• amax(a[, axis, out, keepdims])

  返回数组的最大值或沿轴的最大值

• nanmin(a[, axis, out, keepdims])

  返回数组的最小值或沿轴的最小值，忽略任何 NAN

• nanmax(a[, axis, out, keepdims])

  返回数组的最大值或沿轴方向的最大值，忽略任何 NAN

• median(a[, axis, out, overwrite_input, keepdims])

  沿指定轴计算中值

• average(a[, axis, weights, returned])

  计算沿指定轴的加权平均

• mean(a[, axis, dtype, out, keepdims])

  沿指定的轴计算算术平均值

• std(a[, axis, dtype, out, ddof, keepdims])

  计算沿指定轴的标准偏差

• var(a[, axis, dtype, out, ddof, keepdims])

  计算沿指定轴的方差

• nanmedian(a[, axis, out, overwrite_input, …])

  在忽略 NAS 的情况下，沿指定的轴计算中值

• nanmean(a[, axis, dtype, out, keepdims])

  计算沿指定轴的算术平均值，忽略 NAN

• nanstd(a[, axis, dtype, out, ddof, keepdims])

  计算指定轴上的标准偏差，而忽略 NAN

• nanvar(a[, axis, dtype, out, ddof, keepdims])

  计算指定轴上的方差，同时忽略 NAN

示例

import numpy as np

arr = np.array([[np.NaN, 0, 1, 2, 3],
                [ 4, 5, np.NaN, 6, 7],
                [ 8, 9, 10, np.NaN, 11]])
arr

array([[nan,  0.,  1.,  2.,  3.],
       [ 4.,  5., nan,  6.,  7.],
       [ 8.,  9., 10., nan, 11.]])

np.amax(arr)

nan

np.nanmax(arr) # 默认是计算flatten之后的数组，可以指定axis参数 0/1

11.0

np.nanmin(arr)

0.0

np.nanmean(arr) # 平均值

5.5

np.nanmedian(arr) # 中位数

5.5

np.nanstd(arr) # 标准差

3.452052529534663

np.nanvar(arr) # 方差

11.916666666666666

布尔值 True 和 False 会被转为 1 和 0 参与计算

bool_arr = np.array([0.7, 0, 0.5, True, False, True, True, True, False, True])
bool_arr.sum()

6.2

arr2 = np.array([0.1, 0.2, 0.3, True, False])
np.amax(arr2)
np.amin(arr2)

1.0

0.0