#!/usr/bin/env python
# coding: utf-8

# # 数组方法

# In[1]:


get_ipython().run_line_magic('pylab', '')


# ## 求和

# In[2]:


a = array([[1,2,3], 
           [4,5,6]])


# 求所有元素的和：

# In[3]:


sum(a)


# 指定求和的维度：

# 沿着第一维求和：

# In[4]:


sum(a, axis=0)


# 沿着第二维求和：

# In[5]:


sum(a, axis=1)


# 沿着最后一维求和：

# In[6]:


sum(a, axis=-1)


# 或者使用 `sum` 方法：

# In[7]:


a.sum()


# In[8]:


a.sum(axis=0)


# In[9]:


a.sum(axis=-1)


# ## 求积

# 求所有元素的乘积：

# In[10]:


a.prod()


# 或者使用函数形式：

# In[11]:


prod(a, axis=0)


# ## 求最大最小值

# In[12]:


from numpy.random import rand
a = rand(3, 4)
get_ipython().run_line_magic('precision', '3')
a


# 全局最小：

# In[13]:


a.min()


# 沿着某个轴的最小：

# In[14]:


a.min(axis=0)


# 全局最大：

# In[15]:


a.max()


# 沿着某个轴的最大：

# In[16]:


a.max(axis=-1)


# ## 最大最小值的位置

# 使用 `argmin, argmax` 方法：

# In[17]:


a.argmin()


# In[18]:


a.argmin(axis=0)


# ## 均值

# 可以使用 `mean` 方法：

# In[19]:


a = array([[1,2,3],[4,5,6]])


# In[20]:


a.mean()


# In[21]:


a.mean(axis=-1)


# 也可以使用 `mean` 函数：

# In[22]:


mean(a)


# 还可以使用 `average` 函数：

# In[23]:


average(a, axis = 0)


# `average` 函数还支持加权平均：

# In[24]:


average(a, axis = 0, weights=[1,2])


# ## 标准差

# 用 `std` 方法计算标准差：

# In[25]:


a.std(axis=1)


# 用 `var` 方法计算方差：

# In[26]:


a.var(axis=1)


# 或者使用函数：

# In[27]:


var(a, axis=1)


# In[28]:


std(a, axis=1)


# ## clip 方法

# 将数值限制在某个范围：

# In[29]:


a


# In[30]:


a.clip(3,5)


# 小于3的变成3，大于5的变成5。

# ## ptp 方法

# 计算最大值和最小值之差：

# In[31]:


a.ptp(axis=1)


# In[32]:


a.ptp()


# ## round 方法

# 近似，默认到整数：

# In[33]:


a = array([1.35, 2.5, 1.5])


# 这里，.5的近似规则为近似到偶数值，可以参考：
# 
# https://en.wikipedia.org/wiki/Rounding#Round_half_to_odd

# In[34]:


a.round()


# 近似到一位小数：

# In[35]:


a.round(decimals=1)