numpy.amin()和numpy.amax()##
numpy.amin()用於計算數組中元素沿着指定軸的最小值。
numpy.amax()用於計算數組中元素沿着指定軸的最大值
a=np.array([1,3,6],[3,4,11],[6,1,4])
print(np.amin(a,1) #每行最小值
print(np.amin(a,0) #每列最小值
print(np.amax(a) #所有元素中最大值
print(np.amax(a,1)) #j每行的最大值
結果：
[1 3 1]
[1 1 4]
11
[ 6 11 6]
numpy.ptp()
用來計算數組中元素的最大值與最小值的差（最大值-最小值）。
numpy.percentile()##
表示百分比
numpy.percentile(a,q,axis)
- a:輸入數組
- q:要計算的百分位數
- axis:沿着它計算百分位數的軸
對於一個數組，我們設置它的百分位數為20，則我們可以推算出在該數組排序中在百分之20上的值是多少，例如：
percentail百分數
a = np.array([[21, 60, 4], [10, 20, 1]])
print('數組a：')
print(a)
print('調用 percentile() 函數：')
50% 的分位數，就是 a 里排序之后的中位數
print(np.percentile(a, 20))
axis 為 0，在縱列上求
print(np.percentile(a, 20, axis=0))
axis 為 1，在橫行上求
print(np.percentile(a, 20, axis=1))
保持維度不變
print(np.percentile(a, 20, axis=1, keepdims=True))
結果：
數組a：
[[21 60 4]
[10 20 1]]
調用 percentile() 函數：
4.0
[12.2 28. 1.6]
[10.8 4.6]
[[10.8]
[ 4.6]]
Process finished with exit code 0
標准差
std=sqrt(mean((x-x.mean()) * * 2)
其中mean((x-x.mean()) * * 2)是指每個樣本與全體樣本值的平均數之差，即方差，標准差就是方差的平方根。
其它統計函數
numpy.mediam()
用於計算數組a中元素的中位數
numpy.average()
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。即用來計算加權平均數
numpy.mean()
返回數組元素的算術平均值