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

import numpy as np a = np.array([[3,7,5],[8,4,3],[2,4,9]]) print ('私たちの配列は:') print (a) print ('\n') print ('amin() 関数を呼び出します:') print (np.amin(a,1)) print ('\n') print ('amin() 関数を再度呼び出します:') print (np.amin(a,0)) print ('\n') print ('amax() 関数を呼び出します:') print (np.amax(a)) print ('\n') print ('amax() 関数を再度呼び出します:') print (np.amax(a, axis = 0))

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

import numpy as np a = np.array([[3,7,5],[8,4,3],[2,4,9]]) print ('私たちの配列は:') print (a) print ('\n') print ('ptp() 関数を呼び出します:') print (np.ptp(a)) print ('\n') print ('軸1に沿って ptp() 関数を呼び出します:') print (np.ptp(a, axis = 1)) print ('\n') print ('軸0に沿って ptp() 関数を呼び出します:') print (np.ptp(a, axis = 0))

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

import numpy as np a = np.array([[10, 7, 4], [3, 2, 1]]) print ('私たちの配列は:') print (a) print ('percentile() 関数を呼び出します:') # 50% 分位数は、a をソートした後の中央値です print (np.percentile(a, 50)) # axis が 0 の場合、縦方向に求めます print (np.percentile(a, 50, axis=0)) # axis が 1 の場合、横方向に求めます print (np.percentile(a, 50, axis=1)) # 次元を維持します print (np.percentile(a, 50, axis=1, keepdims=True))

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

import numpy as np a = np.array([[30,65,70],[80,95,10],[50,90,60]]) print ('私たちの配列は:') print (a) print ('\n') print ('median() 関数を呼び出します:') print (np.median(a)) print ('\n') print ('軸0に沿って median() 関数を呼び出します:') print (np.median(a, axis = 0)) print ('\n') print ('軸1に沿って median() 関数を呼び出します:') print (np.median(a, axis = 1))

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

import numpy as np a = np.array([[1,2,3],[3,4,5],[4,5,6]]) print ('私たちの配列は:') print (a) print ('\n') print ('mean() 関数を呼び出します:') print (np.mean(a)) print ('\n') print ('軸0に沿って mean() 関数を呼び出します:') print (np.mean(a, axis = 0)) print ('\n') print ('軸1に沿って mean() 関数を呼び出します:') print (np.mean(a, axis = 1))

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

import numpy as np a = np.array([1,2,3,4]) print ('私たちの配列は:') print (a) print ('\n') print ('average() 関数を呼び出します:') print (np.average(a)) print ('\n') # 重みを指定しない場合は mean 関数と同等です wts = np.array([4,3,2,1]) print ('再度 average() 関数を呼び出します。') print (np.average(a,weights = wts)) print ('\n') # returned パラメータを true に設定すると、重みの合計が返されます print ('重みの合計:') print (np.average([1,2,3, 4],weights = [4,3,2,1], returned = True))

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

import numpy as np a = np.arange(6).reshape(3,2) print ('私たちの配列は次のとおりです。') print (a) print ('\n') print ('変更後の配列:') wt = np.array([3,5]) print (np.average(a, axis = 1, weights = wt)) print ('\n') print ('変更後の配列:') print (np.average(a, axis = 1, weights = wt, returned = True))

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

import numpy as np print (np.std([1,2,3,4]))

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

import numpy as np print (np.var([1,2,3,4]))

出力結果は次のとおりです。

1.25
その他の拡張