NumPy 統計関数
NumPy は、配列から最小要素、最大要素、パーセンタイル、標準偏差、分散などを求めるための多くの統計関数を提供しています。
numpy.amin() と numpy.amax()
numpy.amin() は、配列内の要素の指定した軸に沿った最小値を計算します。
numpy.amin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
パラメータの説明:
a: 入力する配列。NumPy配列または配列に似たオブジェクトを指定できます。axis: オプションのパラメータ。最小値を計算する軸を指定します。このパラメータを指定しない場合は、配列全体の最小値を返します。軸のインデックスを表す整数、または複数の軸を表すタプルを指定できます。out: オプションのパラメータ。結果の格納場所を指定します。keepdims: オプションのパラメータ。Trueの場合、結果の配列の次元数は入力配列と同じになります。False(デフォルト)の場合、計算後に次元が1の軸は削除されます。initial: オプションのパラメータ。初期値を指定し、その上で配列の要素に対して最小値を計算します。where: オプションのパラメータ。条件を満たす要素のみを考慮するためのブール配列を指定します。
numpy.amax() は、配列内の要素の指定した軸に沿った最大値を計算します。
numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
パラメータの説明:
a: 入力する配列。NumPy配列または配列に似たオブジェクトを指定できます。axis: オプションのパラメータ。最大値を計算する軸を指定します。このパラメータを指定しない場合は、配列全体の最大値を返します。軸のインデックスを表す整数、または複数の軸を表すタプルを指定できます。out: オプションのパラメータ。結果の格納場所を指定します。keepdims: オプションのパラメータ。Trueの場合、結果の配列の次元数は入力配列と同じになります。False(デフォルト)の場合、計算後に次元が1の軸は削除されます。initial: オプションのパラメータ。初期値を指定し、その上で配列の要素に対して最大値を計算します。where: オプションのパラメータ。条件を満たす要素のみを考慮するためのブール配列を指定します。
例
出力結果は:
我们的数组是: [[3 7 5] [8 4 3] [2 4 9]] 调用 amin() 函数: [3 3 2] 再次调用 amin() 函数: [2 4 3] 调用 amax() 函数: 9 再次调用 amax() 函数: [8 7 9]
numpy.ptp()
numpy.ptp()この関数は、配列内の要素の最大値と最小値の差(最大値 - 最小値)を計算します。
numpy.ptp(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
パラメータの説明:
a: 入力する配列。NumPy 配列または配列に似たオブジェクトを指定できます。axis: オプションのパラメータ。ピークツーピーク値を計算する軸を指定します。このパラメータを指定しない場合は、配列全体のピークツーピーク値を返します。軸のインデックスを表す整数、または複数の軸を表すタプルを指定できます。out: オプションのパラメータ。結果の格納場所を指定します。keepdims: オプションのパラメータ。Trueの場合、結果の配列の次元数は入力配列と同じになります。False(デフォルト)の場合、計算後に次元が1の軸は削除されます。initial: オプションのパラメータ。初期値を指定し、その上で配列の要素に対してピークツーピーク値を計算します。where: オプションのパラメータ。条件を満たす要素のみを考慮するためのブール配列を指定します。
例
出力結果は:
我们的数组是: [[3 7 5] [8 4 3] [2 4 9]] 调用 ptp() 函数: 7 沿轴 1 调用 ptp() 函数: [4 5 7] 沿轴 0 调用 ptp() 函数: [6 3 6]
numpy.percentile()
パーセンタイルは統計で使用される尺度であり、この値より小さい観測値の割合を表します。numpy.percentile() 関数は以下のパラメータを受け取ります。
numpy.percentile(a, q, axis)
パラメータの説明:
- a: 入力配列
- q: 計算するパーセンタイル。0 ~ 100 の間です。
- axis: パーセンタイルを計算する軸
まずパーセンタイルを明確にします:
第 p パーセンタイルは、少なくとも p% のデータ項目がこの値以下であり、少なくとも (100-p)% のデータ項目がこの値以上であるような値です。
例を挙げます:高等教育機関の入学試験の成績は、しばしばパーセンタイルの形式で報告されます。例えば、ある受験者が入学試験の国語の部分で素点が54点だったとします。同じ試験を受けた他の学生と比較して、彼の成績がどうなのかは簡単には分かりません。しかし、素点54点がちょうど第70パーセンタイルに対応するなら、約70%の学生の得点が彼より低く、約30%の学生の得点が彼より高いことが分かります。
ここでは p = 70 です。
例
出力結果は:
我们的数组是: [[10 7 4] [ 3 2 1]] 调用 percentile() 函数: 3.5 [6.5 4.5 2.5] [7. 2.] [[7.] [2.]]
numpy.median()
numpy.median() 関数は、配列 a 内の要素の中央値を計算します。
numpy.median(a, axis=None, out=None, overwrite_input=False, keepdims=<no value>)
パラメータの説明:
a: 入力する配列。NumPy 配列または配列に似たオブジェクトを指定できます。axis: オプションのパラメータ。中央値を計算する軸を指定します。このパラメータを指定しない場合は、配列全体の中央値を計算します。軸のインデックスを表す整数、または複数の軸を表すタプルを指定できます。out: オプションのパラメータ。結果の格納場所を指定します。overwrite_input: オプションのパラメータ。Trueの場合、計算に入力配列のメモリを使用できるようにします。これにより、状況によってはパフォーマンスが向上する場合がありますが、入力配列の内容が変更される可能性があります。keepdims: オプションのパラメータ。Trueの場合、結果の配列の次元数は入力配列と同じになります。False(デフォルト)の場合、計算後に次元が1の軸は削除されます。
例
出力結果は:
我们的数组是: [[30 65 70] [80 95 10] [50 90 60]] 调用 median() 函数: 65.0 沿轴 0 调用 median() 函数: [50. 90. 60.] 沿轴 1 调用 median() 函数: [65. 80. 60.]
numpy.mean()
numpy.mean() 関数は、配列内の要素の算術平均を返します。軸が指定された場合は、その軸に沿って計算します。
算術平均は、軸に沿った要素の合計を要素数で割ったものです。
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>)
パラメータの説明:
a: 入力する配列。NumPy 配列または配列に似たオブジェクトを指定できます。axis: オプションのパラメータ。平均値を計算する軸を指定します。このパラメータを指定しない場合は、配列全体の平均値を計算します。軸のインデックスを表す整数、または複数の軸を表すタプルを指定できます。dtype: オプションのパラメータ。出力のデータ型を指定します。指定しない場合は、入力データの型に基づいて適切なデータ型が選択されます。out: オプションのパラメータ。結果の格納場所を指定します。keepdims: オプションのパラメータ。Trueの場合、結果の配列の次元数は入力配列と同じになります。False(デフォルト)の場合、計算後に次元が1の軸は削除されます。
例
出力結果は:
我们的数组是: [[1 2 3] [3 4 5] [4 5 6]] 调用 mean() 函数: 3.6666666666666665 沿轴 0 调用 mean() 函数: [2.66666667 3.66666667 4.66666667] 沿轴 1 调用 mean() 函数: [2. 4. 5.]
numpy.average()
numpy.average() 関数は、別の配列で指定された対応する重みに基づいて、配列内の要素の加重平均を計算します。
この関数は軸パラメータを受け取ることができます。軸が指定されていない場合は、配列はフラットに展開されます。
加重平均とは、各数値に対応する重みを掛けて合計し、全体の値を得て、それを重みの合計で割ったものです。
配列 [1,2,3,4] と対応する重み [4,3,2,1] を考えると、対応する要素の積を足し合わせ、その和を重みの合計で割ることにより加重平均を計算します。
加权平均值 = (1*4+2*3+3*2+4*1)/(4+3+2+1)
関数の構文:
numpy.average(a, axis=None, weights=None, returned=False)
パラメータの説明:
a: 入力する配列。NumPy 配列または配列に似たオブジェクトを指定できます。axis: オプションのパラメータ。加重平均を計算する軸を指定します。このパラメータを指定しない場合は、配列全体の加重平均を計算します。軸のインデックスを表す整数、または複数の軸を表すタプルを指定できます。weights: オプションのパラメータ。対応するデータポイントの重みを指定します。重みの配列を指定しない場合、デフォルトで等しい重みになります。returned: オプションのパラメータ。Trueの場合、加重平均と重みの合計の両方を返します。
例
出力結果は次のとおりです。
我们的数组是: [1 2 3 4] 调用 average() 函数: 2.5 再次调用 average() 函数: 2.0 权重的和: (2.0, 10.0)
多次元配列では、計算に使用する軸を指定できます。
例
出力結果は次のとおりです。
我们的数组是: [[0 1] [2 3] [4 5]] 修改后的数组: [0.625 2.625 4.625] 修改后的数组: (array([0.625, 2.625, 4.625]), array([8., 8., 8.]))
標準偏差
標準偏差は、データセットの平均値からのばらつきの度合いを示す尺度です。
標準偏差は分散の正の平方根です。
標準偏差の公式は次のとおりです。
std = sqrt(mean((x - x.mean())**2))
配列が [1,2,3,4] の場合、その平均値は 2.5 です。 したがって、偏差の平方は [2.25,0.25,0.25,2.25] となり、さらにその平均値の平方根を 4 で割ったもの、すなわち sqrt(5/4) を求めると、結果は 1.1180339887498949 になります。
例
出力結果は次のとおりです。
1.1180339887498949
分散
統計における分散(標本分散)は、各標本値と全体の標本値の平均との差の平方の平均値、すなわち mean((x - x.mean())** 2) です。
言い換えれば、標準偏差は分散の平方根です。
例
出力結果は次のとおりです。
1.25その他の拡張