numpy常用基础操作

——————————————————————————————————————————————————————————————————
创建数组
np.array([],[],[])  np.arange(10)  创建数组  
np.arange(6).reshape(2,3)  创建二维数组
np.eye()  创建单位矩阵
np.linspace(1,10,num=5)  num=5意思是分成5份，等间隔


计算数组
np.dot(A,B)  AB的矩阵乘法运算

np.linalg.inv(A)  求A的逆矩阵

np.exp(a)  返回e的幂次方

np.sqrt(a)  返回a的方根，也就是根号下a

np.power(a, 2)  返回a的2次方


形状
a.reshape( , )  显示改变后的数组形状，但是并不改变数组本身的形状
而 a.resize( , )  改变数组本身形状

a.ravel()  展平数组

np.vstack([a,b])  竖直拼接数组

np.vstack([a,b])	水平拼接数组


数组排序
np.max(a)  返回整个a中最大值
np.max(a,axis=0)  返回每列最大值
np.max(a,axis=1)	返回每行最大值

np.argmax(a,axis=0)  返回每列最大值的索引


数组统计
np.median(a,axis=0)  返回每列中位数
np.mean(a, axis=0)	  返回各列算术平均值
np.average(a, axis=0)  加权平均值
np.var(a,axis=1)	各行的方差
np.std(a, axis=1)  	各行的标准差

np.pad(data, pad_width=1, mode='constant', constant_values=0)  填补

np.diag(array)  
array是一个1维数组时，结果形成一个以一维数组为对角线元素的矩阵
array是一个二维矩阵时，结果输出矩阵的对角线元素

np.intersect1d(Z1, Z2)  	找出共同元素

A[0,1]  表示第0行第1个
A[[0,1]]  表示第0行和第1行
——————————————————————————————————————————————————————————————————

np.intersectld(arr1,arr2)  找出公有值
np.setdiffld(arr1,arr2)  去重
np.where(arr1=arr2)  找出匹配元素的索引号
np.exp(arr1)  求幂次方
np.sqrt(arr1)  开方
np.floor(arr1)  向下取整

np.linspace( 起始点,结束点,元素个数）  生成等差数列，左闭右闭
np.arrange(起点,结束点,跨度)		左闭右开
np.random.uniform()		生成随机数组，均匀分布
np.random.normal()		生成随机数组，正态分布

np.identity()  生成单位矩阵
np.meshgrid()  生成网格点坐标矩阵


arr1.reshape(2，-1)  重新塑形，-1为系统自行计算规划
arr1.ravel()  将矩阵拉为向量
arr1[:,[1,0,2]]  行不变，1列与2列交换
np.tile(arr1,(2,2))  扩展，行和列各多两个
np.sort(arr1,axis=1)  排序
np.argsort(arr1)  索引排序
np.hstack((arr1,arr2))  横拼
np.vstack((arr1,arr2))  竖拼
np.hsplit(arr1,3)  分三分
np.hsolit(arr1,(2,4))  在2，4处切两刀，分成了三份

np.sum (arr1) 简单求和（所有元素相加）
np.sum(arr1,axis=0)   列求和
np.sum(arr1,axis=1)  行求和
np.add(arr1,arr2)  等同于  arr1+arr2   
np.subtract(arr1,arr2)  等同于  arr1-arr2   
np.unique()	  去重

index=np.where(a>=5)&(a<=10))  按条件查询

numpy读取数据
np.genfromtxt('文件名',delimiter=',')  #以，为间隔
处理缺失数据 两种思路 1、删除   2、平均值