Como usar as funções Python NumPy mean (), min () e max ()?

How Use Python Numpy Mean

A biblioteca Python NumPy tem muitas funções agregadas ou estatísticas para fazer diferentes tipos de tarefas com a matriz unidimensional ou multidimensional. Algumas das funções agregadas úteis são média (), min (), max (), média (), soma (), mediana (), percentil (), etc . Os usos de média (), min () e max () funções são descritas neste tutorial. o quer dizer() função é usada para retornar o valor médio aritmético dos elementos da matriz. A média aritmética é calculada dividindo a soma de todos os elementos da matriz pelo número total de elementos da matriz. Se o eixo específico for mencionado na função, ela calculará o valor médio do eixo específico. max () A função é usada para descobrir o valor máximo dos elementos da matriz ou dos elementos de um eixo específico da matriz. min () A função é usada para descobrir o valor mínimo dos elementos da matriz ou do eixo da matriz particular.

Uso da função mean ()

A sintaxe da função mean () é fornecida abaixo.



Sintaxe :



entorpecido.quer dizer(input_array,eixo=Nenhum,tipo d=Nenhum,Fora=Nenhum,Keepdims=<nenhum valor>)

Esta função pode receber cinco argumentos. Os objetivos desses argumentos são descritos a seguir:



input_array

É um argumento obrigatório que leva uma matriz como valor e a média dos valores da matriz é calculada por esta função.

eixo



É um argumento opcional e o valor desse argumento pode ser um inteiro ou a tupla de inteiros. Este argumento é usado para a matriz multidimensional. Se o valor do eixo é definido como 0, então a função irá calcular a média dos valores da coluna, e se o valor do eixo for definido como 1, a função calculará a média dos valores da linha.

tipo d

É um argumento opcional usado para definir o tipo de dados do valor médio.

Fora

É um argumento opcional e é usado quando a saída da função precisa ser armazenada em uma matriz alternativa. Nesse caso, a dimensão da matriz de saída deve ser a mesma da matriz de entrada. O valor padrão deste argumento é Nenhum .

Keepdims

É um argumento opcional e qualquer valor booleano pode ser definido neste argumento. É usado para transmitir a saída corretamente com base na matriz de entrada.

Esta função retorna uma matriz de valores médios se o valor do argumento out for definido como Nenhum , caso contrário, a função retorna a referência ao array de saída.

Exemplo: usando a função mean ()

O exemplo a seguir mostra como o valor médio de uma matriz unidimensional e bidimensional pode ser calculado. Aqui, a primeira função mean () é usada com uma matriz unidimensional de números inteiros e a segunda função mean () é usada com uma matriz bidimensional de números inteiros.

# import biblioteca NumPy

importarentorpecidoComopor exemplo

# Crie uma matriz unidimensional

np_array=por exemplo.variedade([6, 4, 9, 3, 1])

# Imprimir array e valores médios

imprimir('Os valores da matriz NumPy unidimensional são: n',np_array)

imprimir('O valor médio da matriz unidimensional é: n',por exemplo.quer dizer(np_array))

# Crie uma matriz bidimensional

np_array=por exemplo.variedade([[5, 3, 5], [5, 4, 3]])

# Imprimir array e valores médios

imprimir(' nOs valores da matriz NumPy bidimensional são: n',np_array)

imprimir('Os valores médios da matriz bidimensional são: n',por exemplo.quer dizer(np_array,eixo=0))

Saída :

A seguinte saída aparecerá após a execução do script acima.

Uso da função max ()

A sintaxe da função max () é fornecida abaixo.

Sintaxe :

entorpecido.max(input_array,eixo=Nenhum,Fora=Nenhum,Keepdims=Nenhum,inicial=Nenhum,Onde=Nenhum)

Esta função pode receber seis argumentos. Os objetivos desses argumentos são descritos a seguir:

input_array

É um argumento obrigatório que leva um array como valor e esta função descobre o valor máximo do array.

eixo

É um argumento opcional e seu valor pode ser um inteiro ou a tupla de inteiros. Este argumento é usado para a matriz multidimensional.

Fora

É um argumento opcional e é usado quando a saída da função precisa ser armazenada em uma matriz alternativa.

Keepdims

É um argumento opcional e qualquer valor booleano pode ser definido neste argumento. É usado para transmitir a saída corretamente com base na matriz de entrada.

inicial

É um argumento opcional usado para definir o valor mínimo da saída.

Onde

É um argumento opcional usado para comparar os elementos da matriz para descobrir o valor máximo. O valor padrão deste argumento é Nenhum .

Esta função retorna o valor máximo para a matriz unidimensional ou uma matriz dos valores máximos para a matriz multidimensional.

Exemplo: usando a função max ()

O exemplo a seguir mostra o uso da função max () para descobrir o valor máximo de uma matriz unidimensional.

# import biblioteca NumPy

importarentorpecidoComopor exemplo

# Criar matriz NumPy de inteiros

np_array=por exemplo.variedade([vinte e um, 5, 3. 4, 12, 30, 6])

# Encontre o valor máximo da matriz

Valor máximo=por exemplo.max(np_array)

# Imprime o valor máximo

imprimir('O valor máximo da matriz é:',Valor máximo)

Saída :

A seguinte saída aparecerá após a execução do script acima.

Uso da função min ()

A sintaxe da função min () é fornecida abaixo.

Sintaxe :

entorpecido.min(input_array,eixo=Nenhum,Fora=Nenhum,Keepdims=Nenhum,inicial=Nenhum,Onde=Nenhum)

Os propósitos dos argumentos desta função são os mesmos da função max () que foi explicada na parte da função max (). Isso retorna o valor mínimo da matriz de entrada.

Exemplo: usando a função min ()

O exemplo a seguir mostra o uso da função min () para descobrir o valor mínimo de uma matriz unidimensional.

# import biblioteca NumPy

importarentorpecidoComopor exemplo

# Criar matriz NumPy de inteiros

np_array=por exemplo.variedade([vinte e um, 5, 3. 4, 12, 30, 6])

# Encontre o valor máximo da matriz

Valor máximo=por exemplo.max(np_array)

# Imprime o valor máximo

imprimir('O valor máximo da matriz é:',Valor máximo)

Saída :

A seguinte saída aparecerá após a execução do script acima.

Conclusão

Os objetivos de três funções agregadas úteis (mean (), max () e min ()) foram explicados neste tutorial para ajudar os leitores a conhecer as maneiras de usar essas funções no script python.