在数据分析和数值计算中，NumPy是Python中最核心的工具之一。它提供了高效的多维数组对象，以及大量用于数组操作和统计分析的函数。今天我们就来聚焦Numpy中三个最常用的统计函数：mean（平均值）、sum（求和）和max（最大值），帮助你快速上手数据统计分析。
一、快速导入Numpy并创建数组¶
首先，我们需要导入NumPy库，并创建一些示例数组来演示函数用法。通常我们用np作为NumPy的别名：
import numpy as np
接下来，创建简单的数组：
- 一维数组：[1, 2, 3, 4, 5]
- 二维数组（2行3列）：[[1, 2, 3], [4, 5, 6]]
# 一维数组示例
arr_1d = np.array([1, 2, 3, 4, 5])
# 二维数组示例
arr_2d = np.array([[1, 2, 3],
[4, 5, 6]])
二、mean函数：计算算术平均值¶
作用：mean函数用于计算数组中所有元素的算术平均值。
基本用法¶
- 对一维数组，直接计算整体平均值；
- 对多维数组，可通过
axis参数指定计算方向（行或列）。
关键参数axis¶
axis=0：按列计算（垂直方向，即每列元素的平均值）；axis=1：按行计算（水平方向，即每行元素的平均值）；- 若不指定
axis，则计算整个数组所有元素的平均值。
示例¶
# 1. 一维数组平均值
print("一维数组:", arr_1d)
print("整体平均值:", np.mean(arr_1d)) # 结果：3.0
# 2. 二维数组平均值
print("\n二维数组:\n", arr_2d)
print("按列平均值（axis=0）:", np.mean(arr_2d, axis=0)) # [2.5, 3.5, 4.5]
print("按行平均值（axis=1）:", np.mean(arr_2d, axis=1)) # [2.0, 5.0]
三、sum函数：计算元素总和¶
作用：sum函数用于计算数组中所有元素的总和。
基本用法¶
与mean类似，通过axis参数指定按行或按列求和。
关键参数axis¶
axis=0：每一列元素的和；axis=1：每一行元素的和。
示例¶
# 1. 一维数组求和
print("一维数组:", arr_1d)
print("总和:", np.sum(arr_1d)) # 结果：15
# 2. 二维数组求和
print("\n二维数组:\n", arr_2d)
print("按列求和（axis=0）:", np.sum(arr_2d, axis=0)) # [5, 7, 9]
print("按行求和（axis=1）:", np.sum(arr_2d, axis=1)) # [6, 15]
四、max函数：查找最大值¶
作用：max函数用于找出数组中元素的最大值。
基本用法¶
与前两个函数一致，通过axis参数指定按行或按列查找最大值。
关键参数axis¶
axis=0：每一列的最大值；axis=1：每一行的最大值。
示例¶
# 1. 一维数组最大值
print("一维数组:", arr_1d)
print("最大值:", np.max(arr_1d)) # 结果：5
# 2. 二维数组最大值
print("\n二维数组:\n", arr_2d)
print("按列最大值（axis=0）:", np.max(arr_2d, axis=0)) # [4, 5, 6]
print("按行最大值（axis=1）:", np.max(arr_2d, axis=1)) # [3, 6]
五、实战示例：学生成绩统计¶
假设我们有一个班级的成绩数据（3名学生，3门课），用数组表示如下：
# 学生成绩数组：每行代表一名学生，每列代表一门课
scores = np.array([
[85, 90, 78], # 学生1：语文85，数学90，英语78
[92, 88, 95], # 学生2：语文92，数学88，英语95
[76, 80, 82] # 学生3：语文76，数学80，英语82
])
现在我们用mean、sum、max分析成绩：
# 1. 每门课平均分（列平均值）
print("每门课平均分（列平均）:", np.mean(scores, axis=0))
# 结果：[84.333..., 86.0, 85.0]
# 2. 每个学生的总分（行总和）
print("每个学生总分（行和）:", np.sum(scores, axis=1))
# 结果：[253, 275, 238]
# 3. 每个学生的最高分（行最大值）
print("每个学生最高分（行最大）:", np.max(scores, axis=1))
# 结果：[90, 95, 82]
# 4. 每门课最高分（列最大值）
print("每门课最高分（列最大）:", np.max(scores, axis=0))
# 结果：[92, 90, 95]
六、总结¶
Numpy的mean、sum、max函数是统计分析的基础工具，核心是通过axis参数控制计算方向（行/列）。记住：
- axis=0：列方向（垂直方向，对应行索引变化）；
- axis=1：行方向（水平方向，对应列索引变化）。
通过多练习不同维度的数组操作，你就能快速掌握这些函数的用法，为后续更复杂的数据分析打下基础！