Kuinka käyttää Python NumPy mean (), min () ja max () -funktioita?

How Use Python Numpy Mean



Python NumPy -kirjasto sisältää monia aggregaatti- tai tilastollisia toimintoja erityyppisten tehtävien suorittamiseen yksiulotteisella tai moniulotteisella taulukolla. Jotkut hyödyllisistä aggregaattitoiminnoista ovat keskiarvo (), min (), max (), keskiarvo (), summa (), mediaani (), prosenttipiste () jne . Käyttötarkoitukset mean (), min () ja max () toiminnot on kuvattu tässä opetusohjelmassa. The tarkoittaa() -toimintoa käytetään matriisielementtien aritmeettisen keskiarvon palauttamiseen. Aritmeettinen keskiarvo lasketaan jakamalla taulukon kaikkien elementtien summa taulukkoelementtien kokonaismäärällä. Jos kyseinen akseli mainitaan funktiossa, se laskee kyseisen akselin keskiarvon. max () -toimintoa käytetään maksimiarvon selvittämiseen taulukko -elementeistä tai tietyn taulukon akselin elementeistä. min () -toimintoa käytetään minimiarvon selvittämiseen taulukko -elementeiltä tai tietyltä matriisin akselilta.

Keskiarvon () funktion käyttö

Keskiarvo () -funktion syntaksi on annettu alla.







Syntaksi :



numpy.tarkoittaa(input_array,akseli=Ei mitään,dtype=Ei mitään,ulos=Ei mitään,pimeät=<ei arvoa>)

Tämä funktio voi kestää viisi argumenttia. Näiden argumenttien tarkoitus on kuvattu alla:



input_array





Se on pakollinen argumentti, joka ottaa taulukon arvoksi ja tämä funktio laskee taulukon arvojen keskiarvon.

akseli



Se on valinnainen argumentti, ja tämän argumentin arvo voi olla kokonaisluku tai kokonaislukujen joukko. Tätä argumenttia käytetään moniulotteisessa taulukossa. Jos arvo akseli on asetettu arvoon 0, funktio laskee sarakearvojen keskiarvon ja jos akseli on 1, funktio laskee riviarvojen keskiarvon.

dtype

Se on valinnainen argumentti, jota käytetään määrittämään keskiarvon tietotyyppi.

ulos

Se on valinnainen argumentti, ja sitä käytetään, kun funktion tulos on tallennettava vaihtoehtoiseen taulukkoon. Tässä tapauksessa tulostusmatriisin mitan on oltava sama kuin syöttömatriisin. Tämän argumentin oletusarvo on Ei mitään .

pimeät

Se on valinnainen argumentti, ja mikä tahansa Boolen arvo voidaan asettaa tähän argumenttiin. Sitä käytetään lähettämään lähtö oikein tulojärjestelmän perusteella.

Tämä funktio palauttaa keskiarvojen taulukon, jos out -argumentin arvoksi on asetettu Ei mitään , muuten funktio palauttaa viittauksen tulostusmatriisiin.

Esimerkki: Mean () -funktion käyttäminen

Seuraava esimerkki osoittaa, kuinka yksiulotteisen ja kaksiulotteisen taulukon keskiarvo voidaan laskea. Tässä ensimmäistä keskiarvo () -funktiota käytetään kokonaislukujen yksiulotteisen matriisin kanssa ja toista keskiarvo () -funktiota käytetään kaksiulotteisen kokonaislukumallin kanssa.

# tuo NumPy -kirjasto

tuontinumpykutenesim

# Luo yksiulotteinen taulukko

np_array=esim.matriisi([6, 4, 9, 3, 1])

# Tulosta taulukko ja keskiarvot

Tulosta('' Yksiulotteisen NumPy-taulukon arvot ovat: n'',np_array)

Tulosta('' Yksiulotteisen taulukon keskiarvo on: n'',esim.tarkoittaa(np_array))

# Luo kaksiulotteinen taulukko

np_array=esim.matriisi([[5, 3, 5], [5, 4, 3]])

# Tulosta taulukko ja keskiarvot

Tulosta('' nKaksiulotteisen NumPy-taulukon arvot ovat: n'',np_array)

Tulosta('' Kaksiulotteisen taulukon keskiarvot ovat: n'',esim.tarkoittaa(np_array,akseli=0))

Lähtö :

Seuraava tulos tulee näkyviin yllä olevan komentosarjan suorittamisen jälkeen.

Max () -toiminnon käyttö

Funktion max () syntaksi on annettu alla.

Syntaksi :

numpy.max(input_array,akseli=Ei mitään,ulos=Ei mitään,pimeät=Ei mitään,alkukirjain=Ei mitään,missä=Ei mitään)

Tämä funktio voi kestää kuusi argumenttia. Näiden argumenttien tarkoitus on kuvattu alla:

input_array

Se on pakollinen argumentti, joka ottaa taulukon arvoksi, ja tämä funktio selvittää taulukon maksimiarvon.

akseli

Se on valinnainen argumentti, ja sen arvo voi olla kokonaisluku tai kokonaislukujen ryhmä. Tätä argumenttia käytetään moniulotteisessa taulukossa.

ulos

Se on valinnainen argumentti, ja sitä käytetään, kun funktion tulos on tallennettava vaihtoehtoiseen taulukkoon.

pimeät

Se on valinnainen argumentti, ja mikä tahansa Boolen arvo voidaan asettaa tähän argumenttiin. Sitä käytetään lähettämään lähtö oikein tulojärjestelmän perusteella.

alkukirjain

Se on valinnainen argumentti, jota käytetään tuloksen vähimmäisarvon asettamiseen.

missä

Se on valinnainen argumentti, jota käytetään taulukon elementtien vertaamiseen maksimiarvon selvittämiseksi. Tämän argumentin oletusarvo on Ei mitään .

Tämä funktio palauttaa yksiulotteisen taulukon enimmäisarvon tai moniulotteisen taulukon enimmäisarvojen taulukon.

Esimerkki: max () -toiminnon käyttäminen

Seuraavassa esimerkissä esitetään max () -funktion käyttäminen yhden ulottuvuuden matriisin enimmäisarvon selvittämiseen.

# tuo NumPy -kirjasto

tuontinumpykutenesim

# Luo NumPy -kokonaisluku

np_array=esim.matriisi([kaksikymmentäyksi, 5, 3. 4, 12, 30, 6])

# Etsi maksimiarvo taulukosta

max_value=esim.max(np_array)

# Tulosta suurin arvo

Tulosta('Taulukon suurin arvo on:',max_value)

Lähtö :

Seuraava tulos tulee näkyviin yllä olevan komentosarjan suorittamisen jälkeen.

Min () -toiminnon käyttö

Funktion min () syntaksi on annettu alla.

Syntaksi :

numpy.min(input_array,akseli=Ei mitään,ulos=Ei mitään,pimeät=Ei mitään,alkukirjain=Ei mitään,missä=Ei mitään)

Tämän funktion argumenttien tarkoitukset ovat samat kuin max () -funktio, joka on selitetty max () -funktion osassa. Tämä palauttaa syöttömatriisin vähimmäisarvon.

Esimerkki: min () -toiminnon käyttäminen

Seuraavassa esimerkissä esitetään min () -funktion käyttö yhden ulottuvuuden matriisin vähimmäisarvon selvittämiseen.

# tuo NumPy -kirjasto

tuontinumpykutenesim

# Luo NumPy -kokonaisluku

np_array=esim.matriisi([kaksikymmentäyksi, 5, 3. 4, 12, 30, 6])

# Etsi maksimiarvo taulukosta

max_value=esim.max(np_array)

# Tulosta suurin arvo

Tulosta('Taulukon suurin arvo on:',max_value)

Lähtö :

Seuraava tulos tulee näkyviin yllä olevan komentosarjan suorittamisen jälkeen.

Johtopäätös

Kolme hyödyllistä koontitoimintoa (keskiarvo (), max () ja min ()) on selitetty tässä opetusohjelmassa, jotta lukijat tietävät, miten näitä toimintoja voidaan käyttää python -skriptissä.