# Numpy #4 統計運算 ### 極值、排序 一個一個元素比較，回傳指定值，可能可容忍不同形狀 np.maximum(a,b) 最大值 np.minimum(a,b) 最小值 有nan就回傳nan np.fmax(a,b) 最大值 np.fmin(a,b) 最小值，兩個nan才會回傳nan np.nanmax(a) 該陣列最大值 np.nanmin(a) 該陣列最小值，忽略nan 亦可指定軸項比較axis=n（預設none） 以及是否保留維度keepdims=（預設<no value>） 全部都是nan會出錯 np.percentile(a,分位數q) 百分位數，有nan就會回傳nan np.nanpercentile(a,分位數q) 百分位數，忽略nan *以上百分位數0~100之間 np.quantile(a,分位數q) 分位數，有nan就會回傳nan np.nanquantile(a,分位數q) 分位數，忽略nan *以上分位數0~1之間 若想一次知道很多分位數，q也可以用一維陣列表示 可指定軸項比較axis=n（預設None） 可指定是否保留維度keepdims=（預設<no value>） ### 一維數據分析 （以下有nan表示忽略nan，沒有表示有nan就回傳nan） np.mean(a) np.nanmean(a) 平均數 np.median(a) np.nanmedian(a) 中位數 可指定軸項比較axis=n（預設None） 平均數可指定型態dtype=（預設None，即整數就用float64，浮點數就用輸入的型態） 可指定是否保留維度keepdims=（預設<no value>） np.average(a) 平均數，可以輸入權重 可指定軸項比較axis=n（預設None） 可指定權重weight=[...]（預設None） np.std(a) np.nanstd(a) 標準差 np.var(a) np.nanvar(a) 變異數 可指定軸項比較axis=n（預設None） 可指定型態dtype=（預設None，即整數就用float64，浮點數就用輸入的型態） 可指定自由度ddof=（預設0，樣本標準差/變異數的話就是1） 可指定是否保留維度keepdims=（預設<no value>） ### 二維數據分析 np.corrcoef(a) 相關係數 可指定另一組陣列y=（預設None） 可指定型態dtype=（預設None，即整數就用float64，浮點數就用輸入的型態） 可指定rowvar=（預設True，表示用每個row為一個變數） 輸出結果會是某個陣列，裡面的[a][b]代表兩行變數的相關係數 （因此[a][a]=1，[a][b]=[b][a]） np.correlate(a, b) 互相關 可指定mode=''（回傳序列形狀不同） valid：max(M, N)（預設） full：(N+M-1,) same：max(M, N) - min(M, N) + 1 （N為第一序列a的元素數，M為第二序列的元素數） np.cov(a) 共變異數 可指定額外資料y=（預設None） 可指定rowvar=（預設True，表示用每個row為一個變數） 可指定bias=（預設False，表示樣本共變異數） 可指定自由度ddof=（預設0） 可指定頻率加權fweights=（預設None） 可指定觀測向量加權aweights=（預設None） ### Hisrogram直方圖 主要是將資料分類計算個數，得到分佈圖／分佈關係 np.histogram(a, bins=k) k為分組方式，可以是auto、分組數、一維序列.... 可指定range=(預設是最大跟最小值) 可指定weights=（預設None，要的話要跟a一樣尺寸） 可指定density=（預設False，輸出次數；Ture則輸出相對次數(比例)） 輸出會是一個二維陣列，包含count以及分組 np.unique(a) 可指定return_counts= （預設True） 一樣會輸出二維陣列，包含count以及值，這裡比較是計算每個數值出現的次數，沒有分組功能 ### 資料離散化 np.digitize(x, bins=k) k為一維陣列，代表資料要如何切，可遞增也可遞減 可指定right=（宇社False代表包含右邊界不含右邊界，反之代表不包含右邊界（右邊界都是指比較大的那邊，不管是遞增還是遞減）） 輸出為一個陣列，代表各自被分到那一組 例如[1.2, 2.5, 7, 10.3] bins=[0,6,7,10,11] right=True 會輸出[1, 1, 2, 4] （因為right=True所以7被分到6~7這組，也就是第二組） ###### tags: `資料分析` `numpy` `python`