在數據分析和數值計算中，NumPy是Python中最核心的工具之一。它提供了高效的多維數組對象，以及大量用於數組操作和統計分析的函數。今天我們就來聚焦Numpy中三個最常用的統計函數：mean（平均值）、sum（求和）和max（最大值），幫助你快速上手數據統計分析。
一、快速導入Numpy並創建數組¶
首先，我們需要導入NumPy庫，並創建一些示例數組來演示函數用法。通常我們用np作爲NumPy的別名：
import numpy as np
接下來，創建簡單的數組：
- 一維數組：[1, 2, 3, 4, 5]
- 二維數組（2行3列）：[[1, 2, 3], [4, 5, 6]]
# 一維數組示例
arr_1d = np.array([1, 2, 3, 4, 5])
# 二維數組示例
arr_2d = np.array([[1, 2, 3],
[4, 5, 6]])
二、mean函數：計算算術平均值¶
作用：mean函數用於計算數組中所有元素的算術平均值。
基本用法¶
- 對一維數組，直接計算整體平均值；
- 對多維數組，可通過
axis參數指定計算方向（行或列）。
關鍵參數axis¶
axis=0：按列計算（垂直方向，即每列元素的平均值）；axis=1：按行計算（水平方向，即每行元素的平均值）；- 若不指定
axis，則計算整個數組所有元素的平均值。
示例¶
# 1. 一維數組平均值
print("一維數組:", arr_1d)
print("整體平均值:", np.mean(arr_1d)) # 結果：3.0
# 2. 二維數組平均值
print("\n二維數組:\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函數：計算元素總和¶
作用：sum函數用於計算數組中所有元素的總和。
基本用法¶
與mean類似，通過axis參數指定按行或按列求和。
關鍵參數axis¶
axis=0：每一列元素的和；axis=1：每一行元素的和。
示例¶
# 1. 一維數組求和
print("一維數組:", arr_1d)
print("總和:", np.sum(arr_1d)) # 結果：15
# 2. 二維數組求和
print("\n二維數組:\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函數：查找最大值¶
作用：max函數用於找出數組中元素的最大值。
基本用法¶
與前兩個函數一致，通過axis參數指定按行或按列查找最大值。
關鍵參數axis¶
axis=0：每一列的最大值；axis=1：每一行的最大值。
示例¶
# 1. 一維數組最大值
print("一維數組:", arr_1d)
print("最大值:", np.max(arr_1d)) # 結果：5
# 2. 二維數組最大值
print("\n二維數組:\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、實戰示例：學生成績統計¶
假設我們有一個班級的成績數據（3名學生，3門課），用數組表示如下：
# 學生成績數組：每行代表一名學生，每列代表一門課
scores = np.array([
[85, 90, 78], # 學生1：語文85，數學90，英語78
[92, 88, 95], # 學生2：語文92，數學88，英語95
[76, 80, 82] # 學生3：語文76，數學80，英語82
])
現在我們用mean、sum、max分析成績：
# 1. 每門課平均分（列平均值）
print("每門課平均分（列平均）:", np.mean(scores, axis=0))
# 結果：[84.333..., 86.0, 85.0]
# 2. 每個學生的總分（行總和）
print("每個學生總分（行和）:", np.sum(scores, axis=1))
# 結果：[253, 275, 238]
# 3. 每個學生的最高分（行最大值）
print("每個學生最高分（行最大）:", np.max(scores, axis=1))
# 結果：[90, 95, 82]
# 4. 每門課最高分（列最大值）
print("每門課最高分（列最大）:", np.max(scores, axis=0))
# 結果：[92, 90, 95]
六、總結¶
Numpy的mean、sum、max函數是統計分析的基礎工具，核心是通過axis參數控制計算方向（行/列）。記住：
- axis=0：列方向（垂直方向，對應行索引變化）；
- axis=1：行方向（水平方向，對應列索引變化）。
通過多練習不同維度的數組操作，你就能快速掌握這些函數的用法，爲後續更復雜的數據分析打下基礎！