Hvordan bruke Python Numpy Mean, Min og Max Functions?

Hvordan bruke Python Numpy Mean, Min og Max Functions?

Python Numpy Library har mange samlede eller statistiske funksjoner for å utføre forskjellige typer oppgaver med den endimensjonale eller flerdimensjonale matrisen. Noen av de nyttige samlede funksjonene er gjennomsnitt (), min (), maks (), gjennomsnitt (), sum (), median (), persentil (), etc. Bruken av Mean (), Min () og Max () Funksjoner er beskrevet i denne opplæringen. De mener() Funksjon brukes til å returnere den aritmetiske middelverdien til matriseelementene. Det aritmetiske gjennomsnittet beregnes ved å dele summen av alle elementer i matrisen med det totale antallet matriseelementer. Hvis den spesielle aksen er nevnt i funksjonen, vil den beregne middelverdien til den aktuelle aksen. Max () Funksjon brukes til å finne ut maksimal verdi fra matriseelementene eller elementene i den aktuelle matriseaksen. min () Funksjon brukes til å finne ut minimumsverdien fra matriseelementene eller den aktuelle matriseaksen.

Bruk av middelfunksjon () funksjon

Syntaks for middelfunksjonen er gitt nedenfor.

Syntaks:

numpy.Gjennomsnitt (input_array, Axis = ingen, dtype = ingen, ut = ingen, keepDims =)

Denne funksjonen kan ta fem argumenter. Formålene med disse argumentene er beskrevet nedenfor:

input_array

Det er et obligatorisk argument som tar en matrise ettersom verdien og gjennomsnittet av matriseverdiene beregnes med denne funksjonen.

akser

Det er et valgfritt argument, og verdien av dette argumentet kan være et heltall eller heltalens tupel. Dette argumentet brukes til den flerdimensjonale matrisen. Hvis verdien av akser settes til 0, da vil funksjonen beregne gjennomsnittet av kolonneverdiene, og hvis verdien av akser settes til 1, da vil funksjonen beregne gjennomsnittet av radverdiene.

dtype

Det er et valgfritt argument som brukes til å definere datatypen for middelverdien.

ute

Det er et valgfritt argument og brukes når utgangen fra funksjonen må lagres i en alternativ matrise. I dette tilfellet må dimensjonen til utgangsarrayen være den samme som inngangsarrayen. Standardverdien for dette argumentet er Ingen.

Keepdims

Det er et valgfritt argument, og all boolsk verdi kan settes i dette argumentet. Den brukes til å overføre utgangen riktig basert på inngangsarrayen.

Denne funksjonen returnerer en rekke middelverdier hvis verdien av det out -argumentet er satt til Ingen, Ellers returnerer funksjonen referansen til utgangsarrayen.

Eksempel: Bruke middel () -funksjon

Følgende eksempel viser hvordan middelverdien av en endimensjonal og todimensjonal matrise kan beregnes. Her brukes den første middelverdien () -funksjonen med en endimensjonal rekke heltallstall, og den andre gjennomsnittlige () -funksjonen brukes med en todimensjonal rekke heltallstall.

# Importer numpy bibliotek
Importer numpy som NP
# Lag en endimensjonal matrise
np_array = np.Array ([6, 4, 9, 3, 1])
# Skriv ut matrise og middelverdier
Print ("Verdiene til den endimensjonale numpy matrisen er: \ n", np_array)
Print ("Gjennomsnittsverdien av den endimensjonale matrisen er: \ n", NP.Gjennomsnitt (np_array)))
# Lag en todimensjonal matrise
np_array = np.Array ([[5, 3, 5], [5, 4, 3]])
# Skriv ut matrise og middelverdier
Print ("\ n Verdiene til den todimensjonale numpy matrisen er: \ n", np_array)
Print ("Gjennomsnittsverdiene for den todimensjonale matrisen er: \ n", NP.Gjennomsnitt (np_array, akse = 0))

Produksjon:

Følgende utgang vises etter å ha utført skriptet ovenfor.

Bruk av maks () funksjon

Syntaksen til maks () -funksjonen er gitt nedenfor.

Syntaks:

numpy.maks (input_array, akse = ingen, ut = ingen, keepdims = ingen, initial = ingen, hvor = ingen)

Denne funksjonen kan ta seks argumenter. Formålene med disse argumentene er beskrevet nedenfor:

input_array

Det er et obligatorisk argument som tar en matrise som verdien, og denne funksjonen finner ut maksimal verdien av matrisen.

akser

Det er et valgfritt argument, og verdien kan være et heltall eller heltalls tupel. Dette argumentet brukes til den flerdimensjonale matrisen.

ute

Det er et valgfritt argument og brukes når utgangen fra funksjonen må lagres i en alternativ matrise.

Keepdims

Det er et valgfritt argument, og all boolsk verdi kan settes i dette argumentet. Den brukes til å overføre utgangen riktig basert på inngangsarrayen.

første

Det er et valgfritt argument som brukes til å angi minimumsverdien på utgangen.

hvor

Det er et valgfritt argument som brukes til å sammenligne matriseelementene for å finne ut maksimal verdi. Standardverdien for dette argumentet er Ingen.

Denne funksjonen returnerer den maksimale verdien for den endimensjonale matrisen eller en rekke maksimale verdier for den flerdimensjonale matrisen.

Eksempel: Bruke Max () -funksjon

Følgende eksempel viser bruken av max () -funksjonen for å finne ut den maksimale verdien av en endimensjonal matrise.

# Importer numpy bibliotek
Importer numpy som NP
# Lag numpy rekke heltall
np_array = np.Array ([21, 5, 34, 12, 30, 6])
# Finn maksimal verdi fra matrisen
max_value = np.Max (NP_Array)
# Skriv ut maksimalverdien
Print ('Maksimumsverdien på matrisen er:', Max_Value)

Produksjon:

Følgende utgang vises etter å ha utført skriptet ovenfor.

Bruk av min () -funksjon

Syntaksen til min () -funksjonen er gitt nedenfor.

Syntaks:

numpy.min (input_array, akse = ingen, ut = ingen, keepdims = ingen, initial = ingen, hvor = ingen)

Formålene med argumentene til denne funksjonen er de samme som maks () -funksjonen som er blitt forklart i den delen av maks () -funksjonen. Dette returnerer minimumsverdien for inngangsarrayen.

Eksempel: Bruke min () -funksjon

Følgende eksempel viser bruken av Min () -funksjonen for å finne ut minimumsverdien for en endimensjonal matrise.

# Importer numpy bibliotek
Importer numpy som NP
# Lag numpy rekke heltall
np_array = np.Array ([8, 15, 40, 9, 33, 2, 22])
# Finn maksimal verdi fra matrisen
max_value = np.min (np_array)
# Skriv ut minimumsverdien
Print ('Minimumsverdien for matrisen er:', Max_Value)

Produksjon:

Følgende utgang vises etter å ha utført skriptet ovenfor.

Konklusjon

Formålene med tre nyttige aggregatfunksjoner (gjennomsnitt (), Max () og Min ()) er blitt forklart i denne opplæringen for å hjelpe leserne til å kjenne måtene å bruke disse funksjonene i Python -skript.