Question

数据排序和聚合在数据科学中处于核心地位。数据科学研究通常从大量的数据开始，逐渐通过组合、平均、积累等方式来提炼数据，直到数据有望被分解为一个小型的、易于呈现和解释的集合。numpy模块提供了计算numpy数组的各种聚集量的函数：mean()、sum()、std()（标准方差）、min()和max()。

下面我们使用广播、聚合函数、通用函数和布尔索引的组合（几乎是我们的整套工具集），从第25单元给出的股票中，提取出股价变化超过所有8支股票平均值的投资组合：

   sap[         np.abs(stocks[0] - stocks[1])
       > np.mean(np.abs(stocks[0] - stocks[1]))]

➾ array(['MMM'],
➾       dtype='<U4')

说实话，其实不应该把股价变化大于零和小于零的混在一起考虑。

函数cumsum(x)和cumprod(x)分别计算累积和以及乘积量：cumsum_i=Σ₁ⁱx_i和cumprod_i=Π₁ⁱx_i。可以将它们分别用作数据的加法（简单利息支付）和乘法（复利支付）积分器。（注意，如果数组的任意元素为0，则该元素对应的cumprod()元素及其后续所有元素都等于0。）

下面给出利率为3.75%时，近30年来的简单利息和复利的对比——只需要两行numpy代码加上绘制费用和税费：

interest.py

# 仅列出部分对比结果
RATE = .0375
TERM = 30
simple = (       RATE  * np.ones(TERM)).cumsum()
compound = ((1 + RATE) * np.ones(TERM)).cumprod() - 1

sort()函数可能是numpy模块中最没意思的函数。它只是将数组进行排序（覆盖原始数组顺序），并返回None。如果原始数组对你来说是比较宝贵的，那么在排序之前要先做一个副本。