python求低于平均值的数,python求平均值最大值最小值
目录一、算术平均值二、加权平均值三、最大值和最小值
一.算术平均数
1、平均值的作用
平均值是代表一组数据集趋势的量，是反映数据集趋势的指标。一组数据从几十到几千甚至上百万不等。“因为我们的头脑无法思考所有的数据”，我们需要选取一个合适的代表值来表达一组数据的特征。平均分在小学是一个重要的统计数据。
2、算数平均值求法
样本：S=[s1，s2，s3，…，sn]算术平均值：m=(s1 s2 s3 … sn)/n3、Numpy中的格式
M=numpy.mean(样本数组)
4、练习代码
导入numpy为np#拆包取出收盘价closing_prices=np.loadtxt( 0=数据源/beer _ price.csv ，分隔符=，，usecols=(4)，unpack=true)，#手动计算closing_prices中的平均值mean1=0f或closing _ price:mean 1=closing _ prices 1/=closing _ prices . size # calculate mean 2=NP . mean(closing _ prices)print(mean 2)除以数字的平均值print(mean1)# numpy。
二。加权平均值1、引入
求平均值的每个样本数据可能重要性不一样，有些极值明显重要性低，所以每个样本数据的重要性就意味着它的权重等于普通算术平均值，都是1(比如3和5的平均值是4)，意味着它们的重要性是一样的，所以平均值是一个特殊的加权平均值，根据权重计算加权平均值的权重，然后平均值就是010-5990。
样本：S=[s1，s2，s3，…，sn]
重量：W=[w1，w2，w3，…，wn]
加权平均：A=(S1 w1 S2 w3 w 3…SNWN)/(w1 w2 w3…WN)
2、加权平均值求法
Numpy.average(样本数组，权重=权重数组)
3、Numpy中的格式
导入numpy为np# unpack并取出收盘价_ prices，volumes=np.loadtxt (0=数据源/beer _ price.csv ，分隔符=，，usecols=(4，5)，unpack=true)，#手动加权平均值vwap1，vsum=0，0for closing_price，volume in zip(closing_prices，Volumes):vwa P1=closing _ price * volume vsum=volume vwa P1/=vsum #将加权和除以打印的平均值(vwa P1)# num
4、案例一：成交量加权平均值
import numpy as NP import datetime as dt #将日期转换为天数def dmy2days (dmy): dmy=str (dmy，encoding= utf-8 )date=dt . datetime . strptime(dmy，% d-%m-%y )。date () days=(date-dt.date.min)。天数#将日期差异更改为退货天数#拆包和取出日期，收盘价天数以天为单位，Closing_prices=np.loadtxt( 0=数据源/beer _ price.csv ，分隔符=，，usecols=(0，4)，unpack=true，converters={ 0:dmy Days })#手动加权平均twap1，tsum=0，0for closing_price，day in zip(closing_prices，Days):tw ap1=Closing _ price * daytsum=day tw ap1/=tsum #计算加权平均
三。最大值和最小值5、案例二：成交量加权平均值
获取数组中最大的元素。
Min:获取数组中的最小元素
1、最大值、最小值
Maximum:在两个数组的对应元素之间构造一个最大数组。
Minimum:在两个数组的对应元素之间构造一个最小数组。
示例：numpy.maximum(a，B):将数组A中的元素与数组B中的元素进行比较，每次取出较大的数，组成新的数组。
2、比较出最值数组
将numpy作为np# max阿敏=np.random.randint (10，100，9)导入。reshape (3，3) print (a) # print (max:，np.max(a)，a.max()) # max # print(，np.argmax(a)，a.argmax()) #数组被展平为一维max index # maximummax，minimum b=np.random.randint (10，100，9)。刷新3)打印(b)打印(构造最大数组：\n ，np.maximum(a，b))打印(构造最小数组：\n ，np.minimum(a，b))
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。