Numpy統計量の参照

numpy.max()とnumpy.min()を使うと，Arrayの要素の最大値・最小値を取得できる．

numpy_l = np.array([[6,1,8],[4,2,7],[5,3,9]])
# 最大値を表示
print(np.max(numpy_l))

9

numpy_l = np.array([[6,1,8],[4,2,7],[5,3,9]])
print('列ごとの最小値: ', np.min(numpy_l, axis=0))
print('行ごとの最小値: ', np.min(numpy_l, axis=1))
　　　　　　　　　　　　　np.min(参照するArray, axis=軸方向）

列ごとの最小値:  [4 1 7]
行ごとの最小値:  [1 2 3]

０は縦の列で比較する

また，numpy.argmax()やnumpy.argmin()を使えば，最大値と最小値のインデックスを取得できる．
使い方はmax()やmin()と同じで，出力がインデックスに変わるだけだ．

インデックスとは、位置のこと

numpy_l = np.array([[6,1,8],[4,7,2],[5,3,9]])
# axis=0で列， 1で行ごとに取得する
print('行ごとの最小値のインデックス: ', np.argmin(numpy_l, axis=1))

行ごとの最小値のインデックス:  [1 2 1]

numpy_l = np.array([1, 1, 2, 3, 5, 8, 13])

# 合計値
print(np.sum(numpy_l))
# 平均値
print(np.mean(numpy_l))
# 中央値
print(np.median(numpy_l))
# 標準偏差
print(np.std(numpy_l))
# 分散
print(np.var(numpy_l))

33
4.714285714285714
3.0
4.095791767666128
16.77551020408163