Учебники

10) Числовые статистические функции

NumPy имеет довольно много полезных статистических функций для нахождения минимального, максимального, процентильного стандартного отклонения и дисперсии и т. Д. Из заданных элементов в массиве. Функции объясняются следующим образом:

Статистическая функция

Numpy оснащен надежной статистической функцией, как указано ниже

функция Numpy
Min np.min ()
Максимум np.max ()
Жадный np.mean ()
медиана np.median ()
Среднеквадратичное отклонение np.std ()

Рассмотрим следующий массив

import numpy as np
normal_array = np.random.normal(5, 0.5, 10)
print(normal_array)		

Вывод:

[5.56171852 4.84233558 4.65392767 4.946659   4.85165567 5.61211317 4.46704244 5.22675736 4.49888936 4.68731125]			

Пример: статистическая функция

### Min 
print(np.min(normal_array))

### Max 
print(np.max(normal_array))

### Mean 
print(np.mean(normal_array))

### Median
print(np.median(normal_array))

### Sd
print(np.std(normal_array))

Вывод:

4.467042435266913
5.612113171990201
4.934841002270593
4.846995625786663
0.3875019367395316