关于NumPy的那些事——统计分析在Python中的应用

带你走进 @ 机器人时代

Discover 点击上面蓝色文字，关注我们

Python中使用NumPy不仅可以做整体运算和点积运算，还可以做一些统计分析的应用。

我们先来看一个例子：

这是一张销售情况的数据表，如果我们想统计第一季度篮球的销量，或者1月份所有产品的销量，在NumPy里怎么实现呢？

假如我们将数据读入一个变量sore，如np.array([268,369,358])，只要调用NumPy的sum函数即可运算出这个统计结果：

import numpy as np
sore=np.array([268,369,358])
p=np.sum(sore)
print(p)

输出结果：
995

这样我们通过一个sum函数就可以求得第一季度篮球的总销量，NumPy为我们提供了很多丰富的统计函数，我们来看看：

amin() 沿指定的轴，查找数组中元素的最小值，并以数组形式返回；amax() 沿指定的轴，查找数组中元素的最大值，并以数组形式返回。

对于二维数组来说，axis=1 表示沿着水平方向，axis=0 表示沿着垂直方向，将我们的销售数据读取到NumPy中，这是个最基本的二维数组，我们分别用amin() 和amax()来统计一下：

import numpy as np
sore=np.array([[268,369,358],[125,164,183],[289,367,512]])
#沿水平方向找最小值
print (np.amin(sore,axis=1))
#沿垂直方向找最小值
print (np.amin(sore,axis=0))
#默认找出整个数组的最小值
print (np.amin(sore))

#沿水平方向找最小值
print (np.amax(sore,axis=1))
#沿垂直方向找最小值
print (np.amax(sore,axis=0))
#默认找出整个数组的最小值
print (np.amax(sore))

输出结果：
[268 125 289]
[125 164 183]
125
[369 183 512]
[289 369 512]
512

当然这只是一个例子，对于海量数据来说，这是一个非常方便的函数工具。numpy.ptp() 函数用于计算数组元素中最值之差值，也就是（最大值 - 最小值）。外面还是用上面的数据为例：

import numpy as np
sore=np.array([[268,369,358],[125,164,183],[289,367,512]])
#计算整个数组中最大值与最小值的差
print(np.ptp(sore))
#沿横轴计算
print(np.ptp(sore,1))
#沿纵轴计算
print(np.ptp(sore,0))

运行结果：

387
[101  58 223]
[164 205 329]

请注意axis的写法，可以直接省略。percentile()计算百分位数，median() 用于计算 数组元素的中位数，mean()该函数计算数组中元素的算术平均值，average()函数计算加权平均值。

我们来看看加权平均值的算法，这个在外面的日常工作中会经常用到，如下面的例子：

import numpy as np
sore=np.array([[268,369,358],[125,164,183],[289,367,512]])
#无权重时
print(np.average(sore))
#求平均数
print(np.mean(sore))
#设置权重
w = np.array([4,3,2]) 
#沿横轴方向按照权重计算
print(np.average(sore,axis = 1,weights = w))

输出结果：
292.77777777777777
292.77777777777777
[321.66666667 150.88888889 364.55555556]

我们可以看出，当不指定权重时，计算结果就是求平均值，和mean()函数结果一致。

在工作中，例如在审计业务中，我们经常会碰到对某公司下属子公司的一些固定资产进行盘点，而收费标准则是根据不同的子公司有不同的收费标准，这时候我们就会用到加权平均的算法。

在以上的例子中，假如我们要奖励门店的销售业绩，对1个销售篮球提成是5元，销售1个足球提成是3元，销售一副羽毛球拍提成是2元，这样在计算提成的时候就需要用到加权平均这个函数，大家有兴趣可以自己测试一下。

var()方差函数，将每个样本值与均值之差的平方和，最后对差的平方和求均值就叫做方差，在统计学中也称样本方差。

std()函数就是标准差，是方差的算术平方根，用来描述一组数据平均值的分散程度。

在学习numpy的过程中要特别注意理解维度这个概念，数一数数组前面的方括号有几个，就是代表了数组的维度，也可以理解为特征。

例如，某公司下属子公司的各种产品销量分别表示为A公司篮球125件，足球189件，B公司篮球135件，足球154件：那么，用数组形式就可以这样表示：[[125,189],[135,154]]，显然这就是一个二维数组。

如果再按照季度来扩充数组，例如1季度、2季度（假设销量一样）又可以如此表示：[[[125,189],[135,154]],[[125,189],[135,154]]]，这个就是一个3维数组，如此类推。

所以，我们在学习的时候记住两个方法，把维度理解为特征，如上例中子产品是一维的特征，子公司是二维的特征，时间（季度）是三维的特征等等；第二个方法就是当看到一个数组时，数一下前面的方括号有几个，代表这个数组有几个维度，上面例子有三个方括号，显然就是一个三维数组。

理解了这个概念，我们就明白横轴、纵轴的应用了。

坚持学习，这样每天都能进步一点点！！

往期回顾：

• 来来来，送你一个金牌销售机器人，7X24小时不休，不要工资免费用！
• RPA技术在旅行社销售业务中如何凤凰涅槃？？
• 【工资翻三倍】系列：一招搞定九宫图片切割机器人，让你的朋友圈更加炫酷！

本文引用和摘录相关内容，请联系侵删。

- END -

最后，文章有帮助到你的话【点赞在看】
激励我们分享更多的干货！