如何进行 NxN 矩阵的均值、标准差和众数统计答案

【问题标题】：How to make the mean, standard deviation and mode statistics of an NxN matrix如何进行 NxN 矩阵的均值、标准差和众数统计
【发布时间】：2021-08-17 18:51:41
【问题描述】：

我想知道如何做 NxN 矩阵的平均值、标准差和众数统计。

有人可以建议如何在 python 中执行此操作吗？

【问题讨论】：

在向其他人寻求帮助之前，您可以在谷歌上搜索关键字，例如“python numpy 数组均值标准差模式统计”。你得到什么结果？点击链接，找到相关的方法/函数，然后尝试编写一些代码。
如果你还在苦苦挣扎，这里是numpy数组的主要统计方法的链接numpy.org/doc/stable/reference/routines.statistics.html

标签： python matrix statistics mean standard-deviation

【解决方案1】：

您可以通过计算出现次数并返回最大值来获取模式。
平均值是总和除以计数。
对于 stddev，您可以将平方距离相加，将其除以计数减 1，然后取平方根。

#! /usr/env python

import math

matrix = []
for i in range(9):
    matrix.append([])
    for x in range(9):
        matrix[i].append(i+x*2)

mode = {}
avg = 0
stddev = 0
count = 0
for i in range(len(matrix)):
    for x in range(len(matrix[i])):
        avg+=matrix[i][x]
        if matrix[i][x] in mode:
            mode[matrix[i][x]]+=1
        else:
            mode[matrix[i][x]]=1
        count+=1
maxcount = max(mode,key=mode.get)
avg /= count
# if you calculate the count from the dimensions...
# avg /= len(matrix)*len(matrix[0])
print(f'Mode = {maxcount} with {mode[maxcount]} occurrences')
print(f'Avg = {avg}')

# get the std dev
for i in range(len(matrix)):
    for x in range(len(matrix[i])):
        stddev += (matrix[i][x]-avg) ** 2
stddev /= count-1
print(f'Stddev = {math.sqrt(stddev)}')

【讨论】：

【解决方案2】：

正如评论中指出的，这很容易通过搜索找到。

scipy 库为所有这些提供函数，无论是整个数组还是指定轴。 scipy.stats.describe 将同时给出均值和方差，标准差很容易从方差中计算出来。对于模式使用 scipy.stats.mode

对于均值和标准差，分别有 numpy.mean 和 numpy.std。

【讨论】：