Mathbasic

def average(data):
    return np.sum(data)/len(data)
#标准差
def sigmaHandle(data,avg):
    sigma_squ=np.sum(np.power((data-avg),2))/len(data)
    return np.power(sigma_squ,0.5)
#高斯分布概率
def prob(data,avg,sig):
    sqrt_2pi=np.power(2*np.pi,0.5)
    coef=1/(sqrt_2pi*sig)
    powercoef=-1/(2*np.power(sig,2))
    mypow=powercoef*(np.power((data-avg),2))
    return coef*(np.exp(mypow))
#高斯连续分布
def curricularProb(data,avg,sig):
    gauss = norm(loc=avg, scale=sig)  # loc: mean 均值， scale: standard deviation 标准差
    return gauss.cdf(data)
#数据归一化处理
def normal_distribution(x, mean, sigma):
    return np.exp(-1*((x-mean)**2)/(2*(sigma**2)))/(math.sqrt(2*np.pi) * sigma)

#使用高斯连续分布函数 
def getColor(data):
    mean=average(data)
    sig=sigmaHandle(data,mean)
    gauss=curricularProb(data,mean,sig)
    print(np.where(gauss==np.min(gauss)),np.min(gauss),np.where(gauss==np.max(gauss)),np.max(gauss))
    scattor(data,gauss)
    return gauss*data
#绘制散点图
def scattor(data,data1):
    fig = plt.figure(figsize=(10, 10))
    ax = fig.add_subplot(111)
    for i in range(len(data)):
        ax.scatter(data[i], data1[i], s=100)
    plt.show()
 #pdf：连续随机分布的概率密度函数
 #pmf：离散随机分布的概率密度函数
 #cdf：累计分布函数
 #ppf: 百分位函数（累计分布函数的逆函数）
 #lsf: 生存函数的逆函数（1 - cdf 的逆函数）

a = np.array([[1,  2],  [3,  4]])  #  从数组初始化
numpy.arange(start, stop, step, dtype) # 从arrange 创建

numpy.zeros(shape, dtype = float, order = 'C')
numpy.ones(shape, dtype = None, order = 'C')
numpy.append(arr, values, axis=None)

#---- 数学计算
np.sqrt(num)
np.square(num)
np.exp(num)  #e的x 次方
np.log(num)  # log函数
np.sign(num)  #正负判断
numpy.ceil() #返回大于或者等于指定表达式的最小整数，即向上取整。
numpy.floor() #返回小于或者等于指定表达式的最大整数，即向下取整。
numpy.around() #函数返回指定数字的四舍五入值。
np.sin(a*np.pi/180)#  sin(), cos(), tan()
numpy.mod(a,b) #计算输入数组中相应元素的相除后的余数。
np.power(a,b)  #计算指数
numpy.reciprocal() #函数返回参数逐元素的倒数
numpy.absolute() # 计算绝对值
np.add(a,b)  #add(), subtract(), multiply(), divide()
#---  统计相关
numpy.amin() #用于计算数组中的元素沿指定轴的最小值。  1: 按行计算；  0： 按列计算；
numpy.amax() #用于计算数组中的元素沿指定轴的最大值。
numpy.ptp()  #函数计算数组中元素最大值与最小值的差（最大值 - 最小值）。
numpy.median() #函数用于计算数组 a 中元素的中位数（中值）
numpy.mean() #函数返回数组中元素的算术平均值。 如果提供了轴，则沿其计算。
numpy.average() #函数根据在另一个数组中给出的各自的权重计算数组中元素的加权平均值。
np.std([1,2,3,4]) #计算标准差 sqrt(mean((x - x.mean())**2))
np.var([1,2,3,4])  #计算方差
#---  排序相关
numpy.sort(a, axis, kind, order)#  kind=quicksort, mergesort, heapsort; axis=0: 按列排序，1 行；order: 排序字段
numpy.argsort() #函数返回的是数组值从小到大的索引值。
numpy.nonzero() #函数返回输入数组中非零元素的索引。
y = np.where(x >  3)   #函数返回输入数组中满足给定条件的元素的索引。
np.extract(condition = np.mod(x,2)  ==  0  , x) #函数根据某个条件从数组中抽取元素，返回满条件的元素。
#---  绘图相关
plt.hist(a, bins =  [0,20,40,60,80,100]) #  绘制数据分布条形图