可以通过numpy的统计函数对整个数组或者某个轴向的数据进项统计计算。

所谓的轴向，其实就是n维向量的某一维。或者说某一行，某一列。

sum对数组（向量）中全部或某个轴向的元素求和，长度为0，则sum为0. mean算数平均数，作用范围同sum，长度为0，结果为NaN。

可以发现，sum，mean不但能作为数组的实例方法调用，还可以作为Numpy函数调用。

另外，numpy的mean,sum函数还可以接受一个axis参数，用于计算该轴向的参数值，咳咳，敲黑板，重点来了，什么轴向？

经过试验，可以发现，

没有axis参数表示全部相加，axis＝0表示按列相加，axis＝1表示按照行的方向相加。 axis = 2，也是行相加，不过代表的是2维程度的相加。

另外，输入axis = 3，返回了错误，这说明，axis参数的维度总是比数组低一层。

另外，axis还可以接受一个元组。

可以发现，输入元组，实现了行和列的先后相加，拿x来说，

axis=(0,1)代表了先进行列相加，再将列相加的结果进行行相加，

所以最后的结果和全部求和的结果是一致的。

而且，结果与其顺序是没有关系的。

std、var 分别为标准差和方差，自由度是可以进行调整的（默认为n） min、max 最小值最大值 argmin、argmax 最小值，最大值索引 cumsum 所有元素的累计和 cumprod 所有元素的累计积

以上这些函数，也可以接受参数axis，并且用法和上方的mean,sum基本一致。

但是argmin、argmax、cumsum、cumprod不接受元组。

自由度这一点有待进一步确定。

以上这些方法还可以结合布尔型数组来使用。因为，在这些方法中，布尔值会被强制转换为0和1。

因此，sum可以对向量中的True值进行计数。如：

除此外，对于布尔型数组，还有两个特别有用的方法：any,all。

any用于测试数组（向量）中是否存在True。 all用于确定数组中是否全是True。