numpy.amin() 和 numpy.amax()
numpy.amin() 用於計算數組中的元素沿指定軸的最小值。
numpy.amax() 用於計算數組中的元素沿指定軸的最大值。
Notice：參數axis軸：對2維向量，行表示0軸，列表示1軸。
numpy.ptp()
numpy.ptp()函數計算數組中元素最大值與最小值的差（最大值 - 最小值）。
numpy.percentile()
百分位數是統計中使用的度量，表示小於這個值的觀察值的百分比。 函數numpy.percentile()接受以下參數。
numpy.percentile(a, q, axis)
參數說明：
- a: 輸入數組
- q: 要計算的百分位數，在 0 ~ 100 之間
- axis: 沿着它計算百分位數的軸
numpy.median()
numpy.median() 函數用於計算數組 a 中元素的中位數（中值）
numpy.mean()
numpy.mean() 函數返回數組中元素的算術平均值。 如果提供了軸，則沿其計算。
算術平均值是沿軸的元素的總和除以元素的數量。
numpy.average()
numpy.average() 函數根據在另一個數組中給出的各自的權重計算數組中元素的加權平均值。
該函數可以接受一個軸參數。 如果沒有指定軸，則數組會被展開。
加權平均值即將各數值乘以相應的權數，然后加總求和得到總體值，再除以總的單位數。
考慮數組[1,2,3,4]和相應的權重[4,3,2,1]，通過將相應元素的乘積相加，並將和除以權重的和，來計算加權平均值。
加權平均值 = (1*4+2*3+3*2+4*1)/(4+3+2+1)
numpy.sqrt()
標准差是一組數據平均值分散程度的一種度量。
標准差是方差的算術平方根。
標准差公式如下：
std = sqrt(mean((x - x.mean())**2))
numpy.var()
統計中的方差（樣本方差）是每個樣本值與全體樣本值的平均數之差的平方值的平均數，即 mean((x - x.mean())** 2)。
換句話說，標准差是方差的平方根。