Numpy統計函數實戰：數據的聚合與分析
學習目標
通過本課程的學習，學員將掌握Numpy中用于統計分析的關鍵函數，如求和(sum)、平均值(mean)、標準差(std)等，能夠熟練地在實際數據集中應用這些函數進行數據的聚合與分析。
相關知識點
Numpy中的統計函數
學習內容
1 Numpy中的統計函數
1.1 Numpy數組的創建與基本操作
在開始學習Numpy的統計函數之前，首先需要了解如何創建Numpy數組以及一些基本的操作。Numpy數組是Numpy庫中最基本的數據結構，它支持高效的數值計算。Numpy數組可以是一維的，也可以是多維的，這取決于數據的需求。
1.1.1 創建Numpy數組
創建Numpy數組最簡單的方法是使用numpy.array()函數，該函數接受一個列表（或列表的列表）作為輸入，并返回一個Numpy數組。例如，創建一個一維數組和一個二維數組：
import numpy as np# 一維數組
one_d_array = np.array([1, 2, 3, 4, 5])
print("一維數組:", one_d_array)# 二維數組
two_d_array = np.array([[1, 2, 3], [4, 5, 6]])
print("二維數組:\n", two_d_array)
1.1.2 基本操作
Numpy數組支持多種基本操作，如索引、切片、重塑等。這些操作對于數據處理非常有用。例如，可以使用索引來訪問數組中的特定元素，使用切片來獲取數組的一部分，使用reshape函數來改變數組的形狀。
import numpy as np
# 一維數組
one_d_array = np.array([1, 2, 3, 4, 5])
print("一維數組:", one_d_array)# 二維數組
two_d_array = np.array([[1, 2, 3], [4, 5, 6]])
print("二維數組:\n", two_d_array)# 索引
print("一維數組的第二個元素:", one_d_array[1])# 切片
print("一維數組的前三個元素:", one_d_array[:3])# 重塑
reshaped_array = two_d_array.reshape(3, 2)
print("重塑后的二維數組:\n", reshaped_array)
1.2 統計函數：sum, mean, std
Numpy提供了多種統計函數，用于對數組中的數據進行聚合和分析。這些函數包括求和(sum)、平均值(mean)、標準差(std)等，它們可以幫助人們快速了解數據的分布情況。
1.2.1 求和(sum)
sum函數用于計算數組中所有元素的總和。對于多維數組，可以通過指定axis參數來控制沿著哪個軸進行求和。
import numpy as np
# 一維數組
one_d_array = np.array([1, 2, 3, 4, 5])# 二維數組
two_d_array = np.array([[1, 2, 3], [4, 5, 6]])# 一維數組求和
print("一維數組的總和:", one_d_array.sum())# 二維數組求和
print("二維數組的總和:", two_d_array.sum())
print("二維數組沿第一軸求和:\n", two_d_array.sum(axis=0))
print("二維數組沿第二軸求和:\n", two_d_array.sum(axis=1))
1.2.2 平均值(mean)
mean函數用于計算數組中所有元素的平均值。同樣，對于多維數組，可以通過指定axis參數來控制沿著哪個軸計算平均值。
import numpy as np# 一維數組
one_d_array = np.array([1, 2, 3, 4, 5])# 二維數組
two_d_array = np.array([[1, 2, 3], [4, 5, 6]])# 一維數組平均值
print("一維數組的平均值:", one_d_array.mean())# 二維數組平均值
print("二維數組的平均值:", two_d_array.mean())
# 沿著水平軸線壓縮
print("二維數組沿第一軸的平均值:\n", two_d_array.mean(axis=0))
# 沿著豎直軸線壓縮
print("二維數組沿第二軸的平均值:\n", two_d_array.mean(axis=1))
1.2.3 標準差(std)
std函數用于計算數組中所有元素的標準差，標準差是衡量數據分布離散程度的一個重要指標。對于多維數組，同樣可以通過指定axis參數來控制沿著哪個軸計算標準差。
import numpy as np
# 一維數組
one_d_array = np.array([1, 2, 3, 4, 5])# 二維數組
two_d_array = np.array([[1, 2, 3], [4, 5, 6]])# 一維數組標準差
print("一維數組的標準差:", one_d_array.std())# 二維數組標準差
print("二維數組的標準差:", two_d_array.std())
print("二維數組沿第一軸的標準差:\n", two_d_array.std(axis=0))
print("二維數組沿第二軸的標準差:\n", two_d_array.std(axis=1))
1.3 數據聚合與分析
在實際的數據分析中，經常需要對數據進行聚合和分析，以提取有用的信息。Numpy的統計函數提供了強大的工具，使得這些操作變得簡單而高效。
1.3.1 數據聚合
數據聚合是指將數據集中的多個值合并成一個或幾個值的過程。在Numpy中，可以通過使用sum、mean、std等函數來實現數據的聚合。例如，假設有一個包含多個學生考試成績的數據集，則可以通過計算平均分來了解整體的學術表現。
import numpy as np
# 假設有一個包含多個學生考試成績的數據集
scores = np.array([85, 92, 78, 90, 88, 95, 80, 85, 92, 88])# 計算平均分
average_score = scores.mean()
print("平均分:", average_score)# 計算標準差
std_deviation = scores.std()
print("標準差:", std_deviation)
1.3.2 數據分析
數據分析是指通過統計方法來探索數據的特征和模式。在Numpy中，可以通過使用統計函數來分析數據的分布情況，例如，計算數據的最小值、最大值、中位數等。
import numpy as np# 假設有一個包含多個學生考試成績的數據集
scores = np.array([85, 92, 78, 90, 88, 95, 80, 85, 92, 88])# 計算最小值
min_score = scores.min()
print("最低分:", min_score)# 計算最大值
max_score = scores.max()
print("最高分:", max_score)# 計算中位數
median_score = np.median(scores)
print("中位數:", median_score)
通過本課程的學習，學員將能夠熟練地使用Numpy的統計函數進行數據的聚合與分析，為更復雜的數據科學任務打下堅實的基礎。
1. Numpy入門：數組操作與科學計算基礎
2. Numpy入門：多平臺安裝與基礎環境配置
3. Numpy數組創建與應用入門
4. Numpy數組屬性入門：形狀、維度與大小
5. Numpy數組索引與切片入門
6. Numpy數組操作入門：合并、分割與重塑
7. Numpy數學函數入門與實踐
8. Numpy數據分析基礎：統計函數應用
9. Numpy隨機數生成入門
10. Numpy線性代數基礎與實踐
11. Numpy文件操作入門：數組數據的讀取與保存
12. Numpy廣播機制入門與實踐
13. Numpy布爾索引與花式索引實戰
14. Numpy高效數據處理與優化
15. Numpy數據分析與圖像處理入門
學習記錄)
