Numpy：读取本地文件及数据处理，Python开发的基础知识

取索引值为2,4,6的列

取固定区域数据

---

根据坐标取值

data_1 = t1[2,4] # t1[num1,num2] 取行为num1，列为num2的数据print(t1[[0,1,2],[2,0,1]]) # 取坐标为(0,2)(1,0)(2,1)三个点

区域取值

print(t1[0:2,0:2]) # 第0行到第1行，第0列到第1列的交叉处的数据

import numpy as np

条件判断修改

---

print(a1<40)

对数组使用条件判断，即对数组中的所有数据进行条件判断，若符合条件则赋值为True，不符合赋值为False

print(a1[a1<40])

a1[ a1<40 ] = 20 # 讲a1数组中符合a1<40的数据赋值为20

print(a1)

where三元运算符

---

np.where(判断语句，data1,data2)

若数局符合判断条件，赋值为data1，否则赋值为data2

print(np.where(a2<30,0,30))

裁剪

---

array.clip(data1,data2) 将array中小于data1的数据赋值为data1，大于data2的数值赋值为data2

print(b1.clip(10,200))

获取最大值最小值的位置

---

获取最大值最小值的位置

res1 = np.argmax(c1,axis=0)

返回一个列表，里面是每一列的最大值位置

res2 = np.argmin(c1,axis=1)

返回一个列表，里面是每一行的最小值位置

print(res1)

print(res2)

创建全为0的数组

---

np.zeros( (a,b) ) a行b列的数组

zeroArray = np.zeros( (3,4) )

zeroArray = zeroArray.astype(int)

print(zeroArray)

创建全为1的数组

---

np.ones( (a,b) ) a行b列的数组

oneArray = np.ones( (3,4) ).astype(int)

print(oneArray)

创建对角线为1的方阵

---

创建一个对角线为1的正方形数组

np.eye(num) 边长为num，对角线为1，其他全为0的方阵

print(np.eye(5).astype(int))

水平拼接

---

np.hstack( (array1,array2) )

print(np.hstack((a1,a2)))

竖直拼接

---

np.vstack( (array1,array2) )

print(np.vstack((a1,a2)))

行交换

---

b1[[1,2],:] = b1[[2,1],:]

交换索引值为1和2的行数据

print(b1)

列交换

---

b2[:,[0,1]] = b2[:,[1,0]]

交换索引值为0和1的列数据

print(b2)

numpy中的nan和inf

---

• nan（not a number）：表示不是一个数字。当我们读取本地文件的数据为float类型时，如果有缺失，就会出现nan，活着做了一个不合适的计算的时候（如无穷大减去无穷大）

• inf（infinity）：表示正无穷，-inf表示负无穷。当一个数字除以0时，python中会报错，出现inf活着-inf

（一）将一个数据赋值为nan或者inf

data_1 = np.nan

data_2 = np.inf

data_1和data_2的数据类型都是float

（二）两个nan是不相等的

np.nan == np.nan

False

（三）检查数组中nan的个数

print(np.isnan(array_1))

将array_1判断是否为nan，并进行bool类型的赋值

print(np.count_nonzero(np.isnan(array_1)))

np.count_nonzero()返回数组中判断为True的数据个数

（四）出现nan时，为了防止影响均值，会将nan替换成均值，活着直接删除缺失值的一行

numpy常用统计函数

---

• 求和：array.sum(axis=None)

• 均值：array.mean(axis=None)

• 中值：np.median(array,axis=None)

• 最大值/最小值：array.max(axis=None) / array.min(axis=None)

• 极差：np.ptp(array,axis=None)

• 标准差（平均值分散程度）：array.std(axis=None)

案例：将数组中的nan替换为行或列的均值

===============================================================================

import numpy as np

def fillNaNwithMeanValue(array_1):

‘’’

将array中的nan替换为每一列的均值

:param array_1: 未处理数组

:return: array_1 处理后数组

‘’’

for i in range(array_1.shape[1]): #a1.shape[1]为a1的列数

colItem = array_1[:,i] # colItem为当前这一列

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

新**

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
[外链图片转存中…(img-Rqb1JfqF-1712147068889)]

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算