摘要:关于numpy and pandas的使用很多,最近也老用到,但是作为初学者总是模模糊糊,使用不清楚,所以就好好总结了一下,以备后用
第一部分:numpy
1、基础属性
import numpy as np
array = np.array([ [1,2,3] ,[2,3,4] ])
print(array)
print(array.ndim,'\t',array.shape,'\t',array.size) #维数,矩阵行列数,元素个数
2、创建
a = np.array( [ ] ,dtype = np.int)
a= np.zeros((2,3)) #创建两行三列的全0矩阵
a = np.ones( (3,4),dtype = np.int ) #创建三行四列的全1矩阵
a = np.arange(10,20,2) #创建10-20,步长为2的矩阵
a = np.arange(12).reshape( (3,4))
a = np.linspace(1,10,20).reshape( (4,5) ) #创建1-10,20个元素的等差数列矩阵
3、运算
a = np.array( [10,20,30,40] )
b = np.arange( 4 )
print('a = ',a,'\n','b = ', b)
print('a+b =',a + b)
print('b**2 =',b**2)
print('10*np.sin(a)=',10*np.sin(a))
print('b<3 = ',b < 3)
a = np.random.random( (2,4) )
print(a)
print(np.sum(a))
print(np.min(a)) #最小值
print(np.max(a)) #最大值
print(np.sum(a,axis = 1)) #行求和
print(np.sum(a,axis = 0)) #列求和
A = np.arange(2,14).reshape((3,4))
print(A)
print(np.argmin(A)) #A中最小值的index
print(np.argmax(A)) #A中最大值的index
print(np.mean(A)) #A的平均值
print(np.average(A)) #A的平均值
print(A.mean()) #A的平均值
print(np.median(A)) #A的中位数
print(np.cumsum(A)) #A的累加
print(np.diff(A)) #A的累差
A = np.arange(-2,10).reshape((3,4))
print(A)
print(np.nonzero(A)) #非0元素的行列号
print(np.sort(A)) #A排序,从小到大
print(np.transpose(A)) #A的转置
print(A.T) #A的转置
print(np.clip(A,5,9)) #A中小于5的改为5,大于9的改为9
print(np.mean(A,axis = 0)) #A中按列求平均值
print(np.mean(A,axis = 1)) #A中按行求平均值
4、索引
A = np.arange(3,15).reshape( (3,4) )
print(A)
print(A[2])
print(A[2][0])
print(A[2,1])
A = np.arange(3,15).reshape( (3,4) )
print(A)
print(A[2,:]) #第二行所有数
print(A[:,1]) #第一列所有数
print(A[1,1:2]) #第一行,第一列到第二列的数
for row in A: #A按行遍历
print(row)
for column in A.T: #A转置后按行遍历
print(column)
for item in A.flat: 迭代A的每一项
print(item)
5、合并
A = np.array([1,1,1],)
B = np.array([2,2,2])
print(np.vstack( (A,B) )) #行合并
print(np.hstack( (A,B) )) #列合并
print(A[np.newaxis,:])
print(A[:,np.newaxis])
print(np.concatenate( (A,B,B,A) ,axis = 0 ) )
6、分割
A = np.arange(12).reshape((3,4))
print(np.split(A,2,axis = 1)) #列分2块
print(np.split(A,3,axis = 0)) #行分3块
#print(np.split(A,3,axis = 1)) #不能进行不均等分割
print(np.array_split(A,3,axis = 1)) #进行不均等分割
print(np.vsplit(A,3)) #行分
print(np.hsplit(A,2)) #列分