pythonのnumpy.arrayの統計量一覧を表示するワンライナー

Rのsummary関数のように、arrayの統計量を一覧にして表示させる方法。

1. ワンライナーのコード

import pandas as pd
pd.DataFrame(pd.Series(arr.ravel()).describe()).transpose()

これだけで、numpy.arrayの

• サイズ
• 平均値
• 標準偏差
• 最小値
• 第一四分位
• 中央値
• 第三四分位
• 最大値

を表示してくれる。

2. 活用例

コード

import numpy as np
import pandas as pd

arr = np.random.randn(100,100)
pd.DataFrame(pd.Series(arr.ravel()).describe()).transpose()

出力

     count      mean       std       min       25%       50%       75%       max
0  10000.0  0.000254  1.007792 -4.234695 -0.676233  0.004269  0.676998  3.633816

Jupyterだとさらに綺麗な表示になる。

3. 関数化

上記のコードをただ関数化しただけ。さらに便利に使いたい場合はこれを用いると良い。

import pandas as pd

def summary(arr):
    return pd.DataFrame(pd.Series(arr.ravel()).describe()).transpose()

4. コードの解説

ravel

arrayが2次元以上の時、このままだとpd.Series(arr)の部分が上手く動かないので、このravelによって1次元配列に変換する。

参照 : https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.ravel.html

describe

統計量を計算する。

参照 : https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.describe.html

transpose

デフォルトだと、統計量が縦に並んでやや見づらい。
そのためこのtransposeメソッドを使うことによって行と列を入れ替え、統計量を見やすくする。

参照 : https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.transpose.html