NumPy 统计函数

统计函数沿指定轴汇总数组，用于描述中心、离散程度、分位数和相关关系。正确选择 axis、dtype、自由度和缺失值策略比调用函数本身更重要。

核心 API

类别	API
极值	min、max、ptp、argmin、argmax
中心	mean、median、average
离散	var、std
分位数	percentile、quantile
关系	cov、corrcoef
忽略 NaN	nanmean、nanstd、nanquantile 等

可运行示例

import numpy as np

scores = np.array([[80.0, 90.0, np.nan], [70.0, 95.0, 85.0]])
print(np.nanmean(scores, axis=0))
print(np.nanmedian(scores, axis=1))
print(np.nanstd(scores, axis=0, ddof=1))
print(np.nanquantile(scores, [0.25, 0.5, 0.75]))

values = np.array([1.0, 2.0, 10.0])
weights = np.array([1.0, 1.0, 0.5])
print(np.average(values, weights=weights))

axis=None 聚合全部元素；axis=0 对二维数组逐列汇总；keepdims=True 可保留长度为 1 的轴，便于继续广播。

方差与自由度

std 和 var 默认 ddof=0，分母为 N。样本统计常使用 ddof=1，但应由统计模型决定，不应机械套用。有效样本数不大于 ddof 时结果无定义。

常见错误与性能注意事项

• 普通函数遇到 nan 通常传播 nan；使用 nan* 系列前先确认缺失是否可被忽略，而非数据质量错误。
• 整数输入的均值通常提升为浮点，但某些聚合的中间 dtype 仍需关注；大整数求和显式指定 dtype=np.int64 或更合适类型。
• argmax 返回位置而不是最大值，多维结果还需结合轴或 unravel_index 解释。
• 分位数的插值/方法选择会影响小样本结果，跨工具对比时显式设置 method。
• 相关系数不代表因果，常量列会导致除零和 nan；分析前检查方差和样本量。
• 大数组的精确分位数需要排序或选择并消耗内存；流式数据应使用在线统计或近似分位数算法。