Thư viện Python NumPy có nhiều hàm tổng hợp hoặc thống kê để thực hiện các loại tác vụ khác nhau với mảng một chiều hoặc nhiều chiều. Một số hàm tổng hợp hữu ích là mean (), min (), max (), average (), sum (), median (), percentile (), v.v. . Việc sử dụng mean (), min () và max () các chức năng được mô tả trong hướng dẫn này. Các bần tiện() hàm được sử dụng để trả về giá trị trung bình cộng của các phần tử mảng. Giá trị trung bình số học được tính bằng cách chia tổng tất cả các phần tử của mảng cho tổng số phần tử của mảng. Nếu trục cụ thể được đề cập trong hàm, thì nó sẽ tính giá trị trung bình của trục cụ thể. max () hàm được sử dụng để tìm ra giá trị lớn nhất từ các phần tử mảng hoặc các phần tử của trục mảng cụ thể. min () hàm được sử dụng để tìm ra giá trị nhỏ nhất từ các phần tử mảng hoặc trục mảng cụ thể.
Sử dụng hàm mean ()
Cú pháp của hàm mean () được đưa ra dưới đây.
Cú pháp :
numpy.bần tiện(input_array,trục=Không có,dtype=Không có,ngoài=Không có,keepdims=<không có giá trị>)
Hàm này có thể có năm đối số. Mục đích của các đối số này được mô tả dưới đây:
input_array
Đây là một đối số bắt buộc nhận một mảng làm giá trị và giá trị trung bình của các giá trị mảng được tính bằng hàm này.
trục
Đây là một đối số tùy chọn và giá trị của đối số này có thể là một số nguyên hoặc một bộ số nguyên. Đối số này được sử dụng cho mảng nhiều chiều. Nếu giá trị của trục được đặt thành 0, sau đó hàm sẽ tính giá trị trung bình của các giá trị cột và nếu giá trị của trục được đặt thành 1, sau đó hàm sẽ tính giá trị trung bình của các giá trị hàng.
dtype
Nó là một đối số tùy chọn được sử dụng để xác định kiểu dữ liệu của giá trị trung bình.
ngoài
Nó là một đối số tùy chọn và được sử dụng khi đầu ra của hàm cần lưu trữ trong một mảng thay thế. Trong trường hợp này, kích thước của mảng đầu ra phải giống với kích thước của mảng đầu vào. Giá trị mặc định của đối số này là Không có .
keepdims
Nó là một đối số tùy chọn và bất kỳ giá trị Boolean nào cũng có thể được đặt trong đối số này. Nó được sử dụng để truyền đầu ra đúng cách dựa trên mảng đầu vào.
Hàm này trả về một mảng các giá trị trung bình nếu giá trị của đối số out được đặt thành Không có , nếu không thì hàm trả về tham chiếu đến mảng đầu ra.
Ví dụ: Sử dụng hàm mean ()
Ví dụ sau đây cho thấy cách tính giá trị trung bình của mảng một chiều và hai chiều. Ở đây, hàm mean () đầu tiên được sử dụng với mảng một chiều các số nguyên và hàm mean () thứ hai được sử dụng với mảng hai chiều các số nguyên.
# nhập thư viện NumPynhập khẩunumpynhưví dụ
# Tạo mảng một chiều
np_array=ví dụ.mảng([6, 4, 9, 3, 1])
# In mảng và giá trị trung bình
in('Các giá trị của mảng NumPy một chiều là: ',np_array)
in('Giá trị trung bình của mảng một chiều là: ',ví dụ.bần tiện(np_array))
# Tạo mảng hai chiều
np_array=ví dụ.mảng([[5, 3, 5], [5, 4, 3]])
# In mảng và giá trị trung bình
in(' Các giá trị của mảng NumPy hai chiều là: ',np_array)
in('Các giá trị trung bình của mảng hai chiều là: ',ví dụ.bần tiện(np_array,trục=0))
Đầu ra :
Kết quả sau sẽ xuất hiện sau khi thực hiện tập lệnh trên.
Sử dụng hàm max ()
Cú pháp của hàm max () được đưa ra bên dưới.
Cú pháp :
numpy.tối đa(input_array,trục=Không có,ngoài=Không có,keepdims=Không có,ban đầu=Không có,ở đâu=Không có)Hàm này có thể có sáu đối số. Mục đích của các đối số này được mô tả dưới đây:
input_array
Đây là một đối số bắt buộc nhận một mảng làm giá trị và hàm này tìm ra giá trị lớn nhất của mảng.
trục
Nó là một đối số tùy chọn và giá trị của nó có thể là một số nguyên hoặc một bộ số nguyên. Đối số này được sử dụng cho mảng nhiều chiều.
ngoài
Nó là một đối số tùy chọn và được sử dụng khi đầu ra của hàm cần lưu trữ trong một mảng thay thế.
keepdims
Nó là một đối số tùy chọn và bất kỳ giá trị Boolean nào cũng có thể được đặt trong đối số này. Nó được sử dụng để truyền đầu ra đúng cách dựa trên mảng đầu vào.
ban đầu
Nó là một đối số tùy chọn được sử dụng để đặt giá trị nhỏ nhất của đầu ra.
ở đâu
Đây là một đối số tùy chọn được sử dụng để so sánh các phần tử của mảng để tìm ra giá trị lớn nhất. Giá trị mặc định của đối số này là Không có .
Hàm này trả về giá trị lớn nhất cho mảng một chiều hoặc một mảng các giá trị lớn nhất cho mảng nhiều chiều.
Ví dụ: Sử dụng hàm max ()
Ví dụ sau cho thấy việc sử dụng hàm max () để tìm ra giá trị lớn nhất của mảng một chiều.
# nhập thư viện NumPynhập khẩunumpynhưví dụ
# Tạo mảng số nguyên NumPy
np_array=ví dụ.mảng([hai mươi mốt, 5, 3. 4, 12, 30, 6])
# Tìm giá trị lớn nhất từ mảng
giá trị tối đa=ví dụ.tối đa(np_array)
# In giá trị lớn nhất
in('Giá trị lớn nhất của mảng là:',giá trị tối đa)
Đầu ra :
Kết quả sau sẽ xuất hiện sau khi thực hiện tập lệnh trên.
Sử dụng hàm min ()
Cú pháp của hàm min () được đưa ra dưới đây.
Cú pháp :
numpy.min(input_array,trục=Không có,ngoài=Không có,keepdims=Không có,ban đầu=Không có,ở đâu=Không có)Mục đích của các đối số của hàm này giống như hàm max () đã được giải thích trong phần của hàm max (). Điều này trả về giá trị nhỏ nhất của mảng đầu vào.
Ví dụ: Sử dụng hàm min ()
Ví dụ sau cho thấy việc sử dụng hàm min () để tìm ra giá trị nhỏ nhất của mảng một chiều.
# nhập thư viện NumPynhập khẩunumpynhưví dụ
# Tạo mảng số nguyên NumPy
np_array=ví dụ.mảng([hai mươi mốt, 5, 3. 4, 12, 30, 6])
# Tìm giá trị lớn nhất từ mảng
giá trị tối đa=ví dụ.tối đa(np_array)
# In giá trị lớn nhất
in('Giá trị lớn nhất của mảng là:',giá trị tối đa)
Đầu ra :
Kết quả sau sẽ xuất hiện sau khi thực hiện tập lệnh trên.
Phần kết luận
Mục đích của ba hàm tổng hợp hữu ích (mean (), max () và min ()) đã được giải thích trong hướng dẫn này để giúp người đọc biết cách sử dụng các hàm này trong tập lệnh python.