Python---numpy的学习笔记

第一周 数据分析之表示

一维，二维数组的存取

一维二维存取既可以使用下面介绍的多维数组的存取方式，也可以使用这里给出的savetxt，loadtxt
由于CSV只能有效存储一维和二维的数组，而savetxt，loadtxt一般用于CSV文件的读与取，所以这两个函数用于一维二维数组的读与取
存：savetxt（）

np.savetxt(frame,array,fmt='%.18e',delimeter=None)
#frame:存入的文件或字符串名
#array：需要存入的数组
#fmt：存入数据的格式，%d，%f。。。。。
#delimeter:分割字符串，默认为空格

取：loadtxt（）

loadtxt(frame,dtype=np.float,delimeter=None,unpack=False)
# frame:文件或字符串名
# dtype：读入后每个元素的格式
# delimeter：分隔符，默认为空格
#unpack:默认为false，读入数据值写入一个变量；当为true时，可写入多个变量

多维数组的存取

fromfile与tofile

存

a.tofile(frame,sep='',format='%s')
#frame:文件，字符串
#sep:数据分割字符串，如果是空串，写入文件为二进制
#format:写入数据的格式
#例：
a=np.arange(100).reshape(5,10,2)
#将a以十进制类型存入b.dat文件，元素间以，分割
a.tofile(b.dat,sep=',',format='%d')
#将a以二进制形式存入c.dat,占用空间更小
a.tofile(c.dat,frat='%d')

取
利用fromfile函数将数据从文件中读出，但原来的数组维度会丢失，需要使用reshape进行变换，以下为fromfile的使用方法及示例

np.fromfile(frame,dtype=float,count=-1,sep='')
#frame:文件，字符串
#dtype：读取的数据类型
#count：读入元素个数，-1表示读入整个文件
#sep：数据分割字数串（就是数据间的分隔符号），如果是空串写入文件为二进制
#例：
c=np.fromfile(b.dat,dtype=np.int,sep=',').reshape(5,10,2)

由于存取都需要知道数据的维度，所以常常单独写一个存储维度的文件

save,savez,load

这种方法存取更为简便，会保存数组的维度信息，但文件格式是numpy自定义的文件格式

np.save(fname,array)
np.savez(fname,array)
#savez以压缩方式存储
#frame:文件名,以.npy为扩展名，压缩扩展名为.npz
#array:数组变量
np.load(fname)
#读取文件
#例：
a=np.arrage(100).rashape(5,10,2)
np.save=('a.npy',a)
b=np.load('a.npy')

随机数

python中的random库可以提供随机数，而numpy中也有类似的random子库。
numpy的random字库有很多函数，最主要的函数有以下四种：rand,randn,randint,seed

在这四种函数里，rand与randn的参数d0，d1，d2指的是维度数（比如345的三维矩阵，d=3，d1=4，d3=5），seed需要和其他函数联用，作用和随机数表类似，只是每次从相同位置开始取数，详细参见这篇文章

举个例子：

a=np.randint(100,200,(3,4))
#产生范围在100~200的3*4的随机数组

除这四个基本函数外，同样还有其他函数，如下:

一下为使用的示例：


最后一张图中，p=b/np.sum(b)可以使越大的数被抽到的概率越大，而越小的数概率越小
此外，random同样有支持各种分布的随机数函数如下：

统计函数

numpy同样提供统计类的函数，可以实现元素和，期望值，加权平均值，标准差，方差等


示例：

梯度函数

梯度：连续值之间的变化率，即斜率
例：
xy坐标轴中，等距三个X坐标对应的Y轴值：a，b，c，则b的梯度为：（c-a）/2
numpy中只有唯一一个梯度函数gradient
示例：