第八周——数据分析、可视化 Day3 8.17

学习时间：9:00——11:30      15:00——17:00

1. 求平均值 mean()

import numpy as np
a = np.arange(20).reshape((4,5))
print(a)
print(a.mean())


#[[ 0  1  2  3  4]
# [ 5  6  7  8  9]
# [10 11 12 13 14]
# [15 16 17 18 19]]
#9.5

若想求某一维度的平均值，可以设置参数axis，axis=0，计算每一列的平均值；axis=1，计算每一行的平均值

import numpy as np
a = np.arange(20).reshape((4,5))
print(a.mean(axis=0))
print(a.mean(axis=1))

#[ 7.5  8.5  9.5 10.5 11.5]
#[ 2.  7. 12. 17.]

2. 中位数 np.median

平均数是一个“虚拟”的数，是通过计算得到的，不是原始数据，反映总体的平均水平，而中位数是一个不完全“虚拟”的数，反映总体的中等水平

a = np.array([1,3,5,7,8])         #奇数个
print(np.median(a))

#5.0


a = np.array([1,3,5,7,8,10])      #偶数个
print(np.median(a))

#6.0

3. 标准差 ndarray.std（方差的算术平方根）

a = np.array([1,3,5,7,8,10])
print(a.std())
a_std = (np.sum((a - a.mean())**2)/ a.size)**0.5    #计算公式
print(a_std)

#3.0368111930480994
#3.0368111930480994

4. 方差 ndarray.var()

a = np.array([1,3,5,7,8,10])
print(a.var())
a_var = np.sum((a - a.mean())**2)/ a.size        #计算公式
print(a_var)

#9.222222222222221
#9.222222222222221

5. 求最大值 ndarray.max()     求最小值 ndarray.min()     求和 ndarray.sum()

以上计算参数axis同样适用

6. 加权平均值 numpy.average()

numpy.average(a,axis=None,weights=None,returned=False)

参数weights：权重，默认为1，可以设置为数组

a = np.array([85,90,95])
weights = np.array([0.2,0.3,0.5])
print(np.average(a,weights=weights))

#91.5

7. 变异系数：当需要比较两组数据离散程度大小时，如果两组数据的测量尺度太大，直接使用标准差来进行比较不合适，此时就需要用到变异系数，它是原始数据标准差和平均数之比

8. numpy结构化数据类型

teacher = np.dtype([('name',np.str_,2),('age','i1'),('salary','f4')])  #i1和int8同理（1表示1个字节）
b = np.array([('wl',32,8000.00),('lh',28,7000.00)],dtype=teacher)
print(b)
print(b['name'])

#[('wl', 32, 8000.) ('lh', 28, 7000.)]
#['wl' 'lh']

—int8的取值范围：-128~127 

—创建字符串类型数组（numpy.str_）时，会取最大长度，当修改内部元素长度大于最大长度时，超过部分舍去

—object数据类型可以接受可变长度的字符，但是不能无脑用，因为可变长度虽然灵活但效率较低，定长不灵活但效率高

9. 文件操作

 —读取普通文件，可以不设置分隔符，但读取csv文件时，要设置分隔符为“,”(因为csv默认为,号)

10. numpy随机数

10.1 numpy.random.randn(d0,d1,d2,...,dn)

—randn函数根据给定的维度(dn)生成[0,1)之间的数据，左闭右开，返回值为指定维度的array

a = np.random.randn(4,2)
print(a)

#[[-2.19947076 -1.05705067]
# [-1.28015005  0.94811252]
# [ 1.3575236  -2.44229682]
# [-0.50427907  1.62729183]]

10.2 numpy.random.randint(low ,high=None, size=None，dtype='')

—返回随机整数，范围区间为[low,high)，左闭右开，high没有填写时，默认范围为[0,low),size为数组的维度大小，没有填写默认为1，默认数组类型为int

10.3 numpy.random.sample(size=None)

—返回半开区间内的随机浮点数[0.0, 1.0]

10.4 随机种子np.random.seed()

—使用相同的seed()值，则每次生成的随机数都相同，使得随机数可预测，但是需要每次生成都调用一次，表示种子相同，从而生成的随机数相同

10.5 正态分布

numpy.random.normal(loc = 0.0, scale = 1.0, size=None)

—loc是浮点型，指定均值μ，scale是浮点型，指定标准差，size为维度大小

11. 其他函数

11.1 numpy.resize(array,shape)有返回值，返回复制内容，如果维度不够，会使用原数据补齐

        ndarray.resize(shape,refcheck=False)修改原数组，不返回数据，如果维度不够，用0补齐

11.2 numpy.append(array,values,axis=None)

—array为原数组，values是要添加的值，需要和原数组形状一致，axis默认为None，不管原数组是几维，返回的均是一维数组，当axis=0追加的值会被添加到行，而列数不变，当axis=1时正相反

11.3 numpy.insert(array, obj, values, axis)

—沿指定的轴，在给定索引值前一个位置插入相应的值，如果没有提供轴，则输入的数组被展开为一维数组

—array为原数组，obj为索引值，values为插入的值，axis为轴

11.4 numpy.delete()

—删除数组中的指定子数组，并返回一个新数组，与inset()函数相似

11.5 numpy.argwhere()

—返回数组中非0元素的索引，若是多维数组则返回行、列索引组成的坐标，括号内可以添加条件

x = np.arange(6).reshape((2,3))
y = np.argwhere(x>1)
print(y,y.shape)

#[[0 2]
# [1 0]
# [1 1]
# [1 2]] (4, 2)

11.6 去重函数：numpy.unique(arr,return_index,return_inverse,return_counts)

—return_index为True时，返回去重后数组中每个元素在原数组第一次出现的索引值

—return_counts为True时，返回重复的次数

—return_inverse为True时，返回去重数组的下标

11.7 排序函数：numpy.sort(arr,axis,kind,order)

—排序并返回一个数组副本，kind默认为quicksort（快速排序），如果数组设置了字段，order表示要排序的字段，axis默认为按最后一个轴排序

a = np.array([[3,5,1],[7,4,6]])
print(np.sort(a))
print(a)

#[[1 3 5]
# [4 6 7]]
#[[3 5 1]
# [7 4 6]]

因为原来数组不改变，如果想要用排序后的数组需要赋值