今天讲一下numpy中一些常规的数据统计功能，以及如何操作数组的排序和搜索。

这些在实际的数据分析场景经中常常用到。

---

统计操作

还是把常用的方法汇总一个表：

功能	方法	说明
数组求和	object.sum()	计算一个数组的元素之和
求平均数	object.mean()	计算一个数组的元素平均值
求方差	object.var()	计算一个数组的元素方差值
求标准差	object.std()	计算一个数组的元素方差值
求极差	object.ptp()	计算一个数组极大值和极小值之差
求中位数	np.median(a)	计算一个数组的元素中位数
求最大值	object.max()	计算一个数组的元素最大值
求中位数	object.min()	计算一个数组的元素最大值

import numpy as np

arr = np.arange(10)
print('arr数组的和为：', arr.sum())
print('arr数组的平均值为：', arr.mean())
print('arr数组的方差为：', arr.var())
print('arr数组的标准差为：', arr.std())
print('arr数组的极差为：', arr.ptp())
print('arr数组的中位数为：', np.median(a=arr))
# 运算结果：
arr数组的和为： 45
arr数组的平均值为： 4.5
arr数组的方差为： 8.25
arr数组的标准差为： 2.8722813232690143
arr数组的极差为： 9
arr数组的中位数为： 4.5


arr = np.arange(10).reshape((2,5))
print('arr数组：\n', arr)
print('arr数组每列的最大元素为：', arr.max(axis=1))
print('arr数组的最小元素为：', arr.min())
# 运算结果：
arr数组：
 [[0 1 2 3 4]
 [5 6 7 8 9]]
arr数组每列的最大元素为： [4 9]
arr数组的最小元素为： 0

以上的统计方法中还有一些可选参数。

如axis、dtype等通用参数，或不同统计方法特定的可选参数等，用以实现更加精细的计算。

因为理解起来很容易，这里不再展开细讲。感兴趣的可以百度，或查看方法的源代码。

• pycharm查看某个方法的源码：按住ctrl左键单击该方法。

---

排序操作

主要介绍两个排序方法：

np.sort()，返回排序后的数组

sort()方法有几个参数了解一下：

• a=， 指定排序的数组
• axis=， 指定排序的轴
• kind=，指定排序的算法
  kind参数选择不同的算法，其速度、复杂度、稳定性等有一定差别。从网上找了个介绍，了解一下即可：

kind参数	速度	最坏复杂度	工作空间	稳定性
kind='quicksort'	1	O(n^2)	0	弱
kind='quicksort'	2	O(n*log(n)	0-(n/2)	强
kind='quicksort'	3	O(n*log(n)	0	弱

• order=，指定排序的字段（用于前面讲过的结构化数组）

import numpy as np

arr = np.random.randint(1,50,24).reshape((3,2,4))   # 1-49，随机生成24个元素，构建（3,2,4）数组
sort_arr = np.sort(a=arr, axis=2, kind='mergesort')  # 块、行不变，按列排序
print('arr数组：\n', arr)
print('排序后：\n', sort_arr)
# 运算结果：
arr数组：
 [[[24 40 47 38]
  [37 10 27 11]]

 [[ 7 17  2 26]
  [24 41 42  6]]

 [[32 22  4 37]
  [13 48  7 16]]]
排序后：
 [[[24 38 40 47]
  [10 11 27 37]]

 [[ 2  7 17 26]
  [ 6 24 41 42]]

 [[ 4 22 32 37]
  [ 7 13 16 48]]]

np.argsort()，返回排序后的索引值

import numpy as np

arr = np.random.randint(1,50,12)  # 1-49，随机生成24个元素
sort_arr = np.argsort(a=arr)
print('arr数组：\n', arr)
print('排序后的索引：\n', sort_arr)
print('根据索引查找排序后的数组为：\n', arr[sort_arr])
# 运算结果：
arr数组：
 [48 39 30 41 39 12 33  4 20 15 30 27]
排序后：
 [ 7  5  9  8 11  2 10  6  1  4  3  0]
根据索引查找排序后的数组为：
 [ 4 12 15 20 27 30 30 33 39 39 41 48]

---

搜索

常用有以下搜索的方法：

功能	方法
查找满足条件的元素的索引坐标	np.argwhere('条件')
查找满足条件的元素的索引值	np.where('条件')
查找非零元素的索引坐标	np.nonzero()
查找最大元素的索引坐标	np.argmax()

import numpy as np

arr = np.arange(12).reshape(3,4)
print('arr数组：\n', arr)
print('满足条件的元素坐标：\n', np.argwhere(arr > 5))   # argwhere返回索引坐标
print('满足条件的元素索引值：\n', np.where(arr > 5))   # where返回索引值。由于是二维的，返回行和列两组索引值，其索引一一对应
print('非零元素的索引值：\n', np.nonzero(arr))
print('数组元素最大值的索引坐标为：\n', np.argmax(arr))   # 把数组摊平后返回索引坐标
print('数组元素最小值的索引坐标为：\n', np.argmin(arr))   # 把数组摊平后返回索引坐标

# 提取数组中满足某个条件的元素的方法：
print('数组中的元素是否大于5：\n', arr > 5)   # 指定一个条件
print('大于5的元素有：\n', arr[arr > 5])   # 提取bool对应的元素值
# 运算结果：
arr数组：
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
满足条件的元素坐标：
 [[1 2]
 [1 3]
 [2 0]
 [2 1]
 [2 2]
 [2 3]]
满足条件的元素索引值：
 (array([1, 1, 2, 2, 2, 2], dtype=int64), array([2, 3, 0, 1, 2, 3], dtype=int64))
非零元素的索引值：
 (array([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int64), array([1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))
数组元素最大值的索引坐标为：
 11
数组元素最小值的索引坐标为：
 0
数组中的元素是否大于5：
 [[False False False False]
 [False False  True  True]
 [ True  True  True  True]]
大于5的元素有：
 [ 6  7  8  9 10 11]