4.Python科学计算与数据处理.ppt

*NumPy—、平均值、方差更改数组的形状与数组堆叠最值和排序多项式函数分段函数统计函数解线性方程组*,NumPy还提供了大量对数组进行处理的函数。充分利用这些函数,能够简化程序的逻辑,提高运算速度。*、平均值、方差sum()计算数组元素之和,也可以对列表、元组等和数组类似的序列进行求和。当数组是多维时,它计算数组中所有元素的和:*>>>a=(0,10,size=(4,5))>>>aarray([[7,1,9,6,3],[5,1,3,8,2],[9,8,9,4,0],[9,5,1,7,0]])>>>(a)、平均值、方差如果指定axis参数,求和运算将沿着指定的轴进行。在上面的例子中,数组a的第0轴长度为4,第1轴长度为5。如果axis参数为1,就对每行上的5个数求和,所得的结果是长度为4的一维数组。如果参数axis为0,就对每列上的4个数求和,结果是长度为5的一维数组。即,结果数组的形状是原始数组的形状除去其第axis个元素:*>>>(a,axis=1)array([26,19,30,22])>>>(a,axis=0)array([30,15,22,25,5])、平均值、方差上面的例子将产生一个新的数组来保存求和结果,如果希望将结果直接保存到另外一个数组中,可以和ufunc函数一样使用out参数指定输出数组,它的形状必须和结果数组的形状相同。*、平均值、方差sum()默认使用和数组的元素类型相同的累加变量进行计算,如果元素类型为整数,就使用系统的默认整数类型作为累加变量。在32位系统中,累加变量的类型为32bit整型。因此对整数数组进行累加时可能会出现溢出问题,即数组元素的总和超过了累加变量的取值范围。而对很大的单精度浮点数类型数组进行计算时,也可能出现精度不够的现象,这时可以通过dtype参数指定累加变量的类型。在下面的例子中,,比较单精度累加变量和双精度累加变量的计算结果:*、平均值、方差*>>>b=(1000000,dtype=)*#创建一个很大的单精度浮点数数组>>>b#,存在一些误差array([,,…,],dtype=float32)>>>(b)#使用单精度累加变量进行累加计算,>>>(b,dtype=)#、平均值、方差mean()用于求数组的平均值,也可以通过axis参数指定求平均值的轴,通过out参数指定输出数组。和sum()不同的是,对于整数数组,它使用双精度浮点数进行计算,而对于其他类型的数组,则使用和数组元素类型相同的累加变量进行计算:*>>>(a,axis=1)#整数数组使用双精度浮点数进行计算array([,,6.,])>>>(b)#>>>(b,dtype=)#