NumPy 是 Python 中一个强大的库，主要用于处理大型多维数组以及矩阵。在数据分析、科学计算和机器学习等领域，NumPy 都有着广泛的应用。本文将详细介绍如何使用 NumPy 进行数组求和与平均值计算，帮助您提升数据处理效率。
数组求和
在 NumPy 中，可以使用
numpy.sum()
函数来计算数组的和。该函数可以接受一个数组作为输入，并返回该数组所有元素的和。
基本用法
import numpy as np
# 创建一个一维数组
array1 = np.array([1, 2, 3, 4, 5])
# 计算数组求和
sum_result = np.sum(array1)
print(“数组求和结果：”, sum_result)
高级用法
NumPy 的
sum()
函数还支持多个参数，例如
axis
和
dtype
。
axis
参数用于指定求和的轴，默认为 0（即按行求和）。
dtype
参数用于指定数据类型，默认为数组的数据类型。
# 创建一个二维数组
array2 = np.array([[1, 2, 3], [4, 5, 6]])
# 按列求和
sum_result_col = np.sum(array2, axis=0)
print(“按列求和结果：”, sum_result_col)
# 按行求和
sum_result_row = np.sum(array2, axis=1)
print(“按行求和结果：”, sum_result_row)
# 指定数据类型
sum_result_int = np.sum(array2, dtype=int)
print(“指定数据类型求和结果：”, sum_result_int)
数组平均值
在 NumPy 中，可以使用
numpy.mean()
函数来计算数组的平均值。该函数与
sum()
函数类似，也支持多个参数。
基本用法
# 创建一个一维数组
array3 = np.array([1, 2, 3, 4, 5])
# 计算数组平均值
mean_result = np.mean(array3)
print(“数组平均值：”, mean_result)
高级用法
NumPy 的
mean()
函数同样支持
axis
和
dtype
参数。
# 创建一个二维数组
array4 = np.array([[1, 2, 3], [4, 5, 6]])
# 按列计算平均值
mean_result_col = np.mean(array4, axis=0)
print(“按列计算平均值：”, mean_result_col)
# 按行计算平均值
mean_result_row = np.mean(array4, axis=1)
print(“按行计算平均值：”, mean_result_row)
# 指定数据类型
mean_result_int = np.mean(array4, dtype=int)
print(“指定数据类型计算平均值：”, mean_result_int)
总结
NumPy 提供了强大的数组求和与平均值计算功能，可以帮助您快速、高效地处理数据。通过本文的介绍，相信您已经掌握了 NumPy 在这一方面的应用。在实际应用中，您可以根据自己的需求灵活运用这些函数，提高数据处理效率。