开发者学堂课程【Python 常用数据科学库：数值运算】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/546/detail/7465
数值运算
内容介绍
一、计算累加和
二、计算累乘积
三、计算最大最小值
四、找到索引的位置
五、计算均值、标准差和方差
六、其他基本计算：限制 、近似
本节核心点为如何计算
工具
In [1]: import numpy as np
tang_ array = np. array([[1,2,3], [4,5, 6]])
tang_ array
一、计算累加和
Out[1]: array([[1, 2, 3],
[4, 5，6]])
in [2]: np. sum(tang _array)
Out[2]: 21
In[]:指定要进行的操作是沿着什么轴(维度)
In [3]: np.sum(tang array, axis=0)
Out[3]: array([5, 7，9])
In [4]: tang array. ndih
Out[4]: 2
In [5]: np. sum (tang_ array, axis=1)
Out[5]: array([ 6, 15])
In [6]:np. sum (tang array, axis= 1)
Out[6]: array([ 6, 15])
In [7]:tang array. sum()
Out[7]: 21
In [8]: tang array. sum(axis = 0)
Out 8] :array([5, 7, 9])
In [9]: tang array. sum(axis = 1)
Out[9]: array([ 6，15])
二、计算累乘积
Out[1]: array([[1, 2, 3],
[4, 5，6]])
In [11]: tang. array. prod()
Out[11]: 720
In[12]:tang array. prod(axisa 0)
0ut[12]: array([ 4，10，18])
In [13]: tang array. prod axisl
Out[13]: array([ 6, 120])
三、计算最大最小值
In [14]: tang array. min()
Out[14]: ]
In[15]: tang array. min(axis = 0)
0ut[15]: array([1，2，3])
In [16]: tang_ array.minaxis=l
Out[16]: array([1，4])
In [17]: tang. _array. max()
0ut[17]: 6
四、找到索引的位置
In[18]: tang array. argmin()
0ut[18]: 0
1n[19]: tang array. argmin(axis出0)
Out[19]: array([0, 0， 0]，dtype=int64)
In [20]: tang array. argmin(axis=1)
Out[20]: array([o, 0]， dtype=int64)
In[22]: tang _array. argmax()
Out[22]: 5
五、计算均值、标准差和方差
1、均值的计算
In [23]: tang _array. mean()
Out [23] :3. 5
In [24]: tang. array. mean(axis= 0)
Out[24]: array([ 2. 5,3.5,4.5])
2、标准差的计算
In[25]: tang array. std()
Out[25]: 1. 707825127659933
In [26]:tang_ array. Std(axis=1)
0ut[26]: array([ 0. 81649658,0.81649658] )
3、方差的计算
In [27]: tang array. var()
Out[27]: 2. 9166666666666665
In [30]:tang array
Out[30]:array([[1，2,3]，
[4，5，6]]
六、其他基本计算：限制、近似
1、限制
In [31]:tang_ array. clip(2, 4)
Out[31] :array([[2, 2, 3]
[4，4,4]])
2、近似
In [33]: tang. array = np. array([1. 2,3.56,6.41])
In [34]:tang array. round (
0ut[34]: array(L 1.,4., 6.])
In [35] :tang_ array. round decimals=l)
0ut[35]: array([ 1. 2,3.6,6.4])
