【numpy数据统计与分析】

最新推荐文章于 2026-06-13 12:01:23 发布

原创最新推荐文章于 2026-06-13 12:01:23 发布 · 433 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#numpy

在numpy中，数组运算更加快速并且简洁尤其在于处理数据方面

一、排序

函数	排序方式
sort()	直接排序
argsort()	间接排序
lexsort()	间接排序

1.1sort()使用sort函数进行排序。

arr = np.array([8,5,6,3,9,4,3,6,7,3])
print('排序前：',arr)
arr.sort()
print('排序后：',arr)
# 排序前： [8 5 6 3 9 4 3 6 7 3]
# 排序后： [3 3 3 4 5 6 6 7 8 9]

带轴向参数的sort排序。

arr = np.array([[6,2,7,5],[9,8,8,6],[7,6,8,4]])
print('横向排序前：\n',arr)
arr.sort(axis = 1)   #沿横向排序 ‘改0是纵向’
print('横向排序后：\n',arr)
# 横向排序前：
#  [[6 2 7 5]
#  [9 8 8 6]
#  [7 6 8 4]]
# 横向排序后：
#  [[2 5 6 7]
#  [6 8 8 9]
#  [4 6 7 8]]

1.2argsort() lexsort()

arr = np.array([2,1,7,10,10,12,11,15,11,14])
print('排序前：',arr)
print('排序后：',arr.argsort())
# 排序前： [ 2  1  7 10 10 12 11 15 11 14]
# 排序后： [1 0 2 3 4 6 8 5 9 7]
#返回值是排序的下标排列 可以理解为索引


a=[2,5,8,4,3,7,6]
b=[9,4,0,4,0,2,1]
c=np.lexsort((a,b))
print(c)

# [4 2 6 5 3 1 0]

二、重复数据与去重

在numpy中实现重复数据用tile(),repeat(),去重用unique()

2.1使用tile函数实现数据重复。

arr = np.arange(5)
print('处理前：',arr)
re = np.tile(arr,3)
print('重复数据处理：\n',re) 

# 处理前： [0 1 2 3 4]
# 重复数据处理：
#  [0 1 2 3 4 0 1 2 3 4 0 1 2 3 4]

2.2 使用repeat函数实现数据重复。

import numpy as np
arr1 = np.arange(11)
print('原数据：',arr1)
rp1 = np.tile(arr1,3)
print('原数据重复3次：\n',np.tile(arr1,4))
arr2 = np.array([[1,2,3],[4,5,6]])
print('重复数据处理：\n',arr2.repeat(2,axis=0))
# 原数据： [ 0  1  2  3  4  5  6  7  8  9 10]
# 原数据重复3次：
#  [ 0  1  2  3  4  5  6  7  8  9 10  0  1  2  3  4  5  6  7  8  9 10  0  1
#   2  3  4  5  6  7  8  9 10  0  1  2  3  4  5  6  7  8  9 10]
# 重复数据处理：
#  [[1 2 3]
#  [1 2 3]
#  [4 5 6]
#  [4 5 6]]

2.3unique去重

arr1 = np.array(['学校','老师','学生','教室','老师'])
print('原数据：',arr1)
print('去重后的数组：',np.unique(arr1)) 
# 原数据： ['学校' '老师' '学生' '教室' '老师']
# 去重后的数组： ['学校' '学生' '教室' '老师']

三、常用的统计函数

函数	说明
np.sum	数组的和
np.sum(arr,axis = 0)	数组纵轴的和
np.sum(arr,axis = 1)	数组横轴的和
np.mean	数组的均值
np.mean(arr,axis = 1)	数组横轴的均值
np.std	数组的标准差
np.std(arr,axis = 1)	数组横轴的标准差

arr = np.arange(36).reshape(6,6)
print('创建的数组：\n',arr)
print('数组的和：',np.sum(arr))
print('数组纵轴的和：',np.sum(arr,axis = 0))
print('数组横轴的和：',np.sum(arr,axis = 1))
print('数组的均值：',np.mean(arr))
print('数组横轴的均值：',np.mean(arr,axis = 1))
print('数组的标准差：',np.std(arr))
print('数组横轴的标准差：',np.std(arr,axis = 1))
# 创建的数组：
#  [[ 0  1  2  3  4  5]
#  [ 6  7  8  9 10 11]
#  [12 13 14 15 16 17]
#  [18 19 20 21 22 23]
#  [24 25 26 27 28 29]
#  [30 31 32 33 34 35]]
# 数组的和： 630
# 数组纵轴的和： [ 90  96 102 108 114 120]
# 数组横轴的和： [ 15  51  87 123 159 195]
# 数组的均值： 17.5
# 数组横轴的均值： [ 2.5  8.5 14.5 20.5 26.5 32.5]
# 数组的标准差： 10.388294694831615
# 数组横轴的标准差： [1.70782513 1.70782513 1.70782513 1.70782513 1.70782513 1.70782513]