python数据分析及可视化（四）Numpy的随机数、拼接、分割、广播、通用函数、深浅拷贝、掩码、花哨索引、图像处理

Numpy函数应用

了解数组对象可以调用哪些方法。

随机数

1. np.random.random()，括号内不传参数，产生为[0,1)内的随机数；传入的参数为形状的时候，产生形状的随机数组。
2. np.random.randint()，括号内传入的参数为（起始值，终止值，size=（形状））
3. np.random.randn()，括号内传入的为形状，产生均值为0，方差为1的正态分布的随机数组
4. np.random.normal()，括号内传入的参数为（均值，方差，size=（形状））
5. np.random.rand()，括号内传入的为形状，生成[0,1)内随机数的数组
   
   np.random.randn()
   np.random.normal()
   np.random.rand()
   用随机数生成的数据一直在变化，可以利用seed()来固定生成的数据，括号里不传内容，数据还是随机改变，传入数字，每个数组代表生成一组固定的数据。
   所有的随机数，其实是伪随机的，是通过种子计算出来的，可以用特定的种子固定一组随机数，也可以跟时间绑定，每过一秒就产生一组随机数，也可以跟时间戳进行绑定。时间不同，生成的数组也是随机的。
   
   所有的随机数，其实是伪随机的，是通过种子计算出来的，可以用特定的种子固定一组随机数。种子的范围在0—2**32-1 范围之间。

对数组进行随机排序，行的顺序发生变化，不会对原数组产生变化

随机数组，是从已知列表中选取数据，可以重复选取

也可以在已知数据中随机选取数字，或者在指定数字范围内随机取数。

数据拼接

上下拼接

上下拼接时，用vstack(),括号内是要拼接的数组的集合，跟数组所在的前后顺序有关，放在前面的数组，拼接时在新数组的上方。多维数组可以跟一维数组进行拼接，要保证列数必须相同，拼接后是完整的矩形。

左右拼接

左右拼接用hstack()，同样跟数组所在的前后顺序有关。

数组转置与换轴

● arr.transpose() # 转置，方法
● arr.T # 转置，属性
● arr.swapaxes() # 换轴，只限定于二维数组

取对角线

合并

np.concatenate()，里面的axis参数不传，默认为0，为行合并；为1时为列合并

数组分割

可以分为左右分割，上下分割，要注意分割的时候要能均分，不要4列数组分割成3列。

数组广播

广播机制规则：如果两个数组的后缘维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符或其中一方的长度为1，则认为他们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。
数组可以跟常数、数组进行运算。
数组跟常数进行加减乘除运算时，可以视为把常数向右、向下广播为数组的形状，对应数据进行运算。

数组与数组进行加减乘除运算，对应位置数据进行运算。当运算数组不一致时，会在缺少的方向上进行广播，3行8列的数组与1行8列的数组进行运算的时候，1行8列的数组会在行的方向上进行广播成3行，两个数组形状相同时，对应数据进行运算。同样列方向上也能进行广播.



1行8列的数组和8行1列的数组进行运算，各自进行行广播和列广播，直至两个数组形状相同时，再进行运算，得到8行8列的数组。

三维数组的运算，运算时按照广播机制规则，从末尾的维度进行判断，出现相同的数据或者为1的，才可以进行计算。

通用函数

一元函数

只需要传一个参数。

函数	描述
np.abs	绝对值
np.sqrt	开根
np.square	平方
np.exp	计算指数(e^x)
np.log，np.log10，np.log2，np.log1p	求以e为底，以10为底，以2为底，以(1+x)为底的对数
np.ceil	向上取整，比如5.1会变成6，-6.9会变成-6
np.floor	向下取整，比如5.9会变成5，-6.1会变成-7
np.rint，np.round	四舍六入五成偶
np.modf	将整数和小数分隔开来形成两个数组
np.isnan()	判断是否是nan，缺失值，括号内传数组
np.isinf()	判断是否是inf，无穷大，括号内传数组
np.cos，np.cosh，np.sin，np.sinh，np.tan，np.tanh	三角函数

INF和NAN

inf代表是无穷数，-inf代表负无穷，默认是浮点型，没有意义，任何数跟inf运算，得到的都为inf，在计算时会想办法清理掉，两个inf相等。
nan为缺失值，没有数据是空的，默认浮点型，任何数跟nan运算，得到的都为nan，两个nan不相等。

二元函数

需要传2个参数

函数	描述
np.add	加法运算（即1+1=2），相当于+
np.subtract	减法运算（即3-2=1），相当于-
np.negative	负数运算（即-2），相当于加个负号
np.multiply	乘法运算（即2x3=6），相当于x
np.divide	除法运算（即3/2=1.5），相当于/
np.floor_divide	取整运算，相当于//
np.mod	取余运算，相当于%
greater,greater_equal,less,less_equal,equal,not_equal	>,>=,<,<=,=,!=的函数表达式
logical_and	&的函数表达式
logical_or	\

聚合函数

方法	描述
sum	沿着轴向计算所有元素的累和，0长度的数组，累和为0
mean	数学平均，0长度的数组平均值为NaN
max,min	最大值和最小值
argmax,argmin	最大值和最小值的位置
std，var	标准差和方差
ptp	极值
cumsum	从0开始元素累积和
median	中值

布尔数组函数

排序函数

添加删除函数

操作后对原数组没有改变。这里使用了append、delete、insert函数。

不可变数据对象

不可变数据类型：整型，浮点型，布尔型，字符串、元组。不可变类型修改变量的值，进行重新赋值的时候，不能在内存地址上去修改，会重新开辟内存地址，创建一个新的数据对象。
比如定义两个变量并进行赋值（赋值其实为对象的引用），a = 999,b = a，这个时候输出a，b，均为999。a=999，意味着在内存地址中开辟了一块内存空间存放数据999，这是一块地址，以后为了使用这块地址上的数据999，就起了一个名称a，如果用到这个数据的话，就通过变量名a找到这块内存地址上的数据，变量名指向的是内存地址。b = a，可以用id(a)，id(b)去查看，两个变量所指向同一块内存地址，所以内存地址是一样的。好比兄弟二人的家
如果，a = 999,b = 999，通过id()去查看，发现两个变量的内存地址是不一样的，只不过是数据是一样的。相当于两个变量分别开辟了内存地址。好比两家的装修风格一样，但地址不一样。

可变数据对象

可变数据类型：列表，字典，集合。修改变量的值是在原有的内存地址上修改的.

python数据对象的深浅拷贝

浅拷贝

只拷贝第一层的数据作为副本，从下图可以看到，拷贝后 两个列表的数据一样，但内存地址不一样，而两个列表中嵌套的列表，内容和内存地址都一样。

内层列表更改时，两个列表都进行了更改，说明只拷贝了内层列表的内存列表的地址，两个列表是独立的对象，但是它们的子对象指向同一个对象。

深拷贝

完全拷贝，所有层次的数据，完完全全复制数据对象，两个列表是完全独立的个体。拷贝了内层列表的数据内容，而非内存地址了。

Numpy数组对象的深浅拷贝

• 浅拷贝：内存地址
• 深拷贝：数据内容
  

数组对象的掩码操作

掩码即为掩盖真实的操作，取值的时候传递进来的不再是索引，而是布尔数据对象。

datas[fruits == ‘pear’] 就为布尔索引，相当于把 fruits == ‘pear’ 的结果对应到 datas的每一行，为True的保留。

花哨索引

[,]作为索引时，实际上是[行,列]，逗号前是对行的操作，后为对列的操作。

数组运算和矩阵运算

数组运算是数组中各元素进行运算；矩阵与单位矩阵相乘，得到的是矩阵本身。

Numpy的应用—图像处理

对图像的操作其实是对数据的操作，在代码文件夹下放入图片 demo.jpg。

练习题

1. reshape(),resize(),flatten(),shape()中不能修改数组对象维度的是：（shape()）。
   shape()是属性，并不是方法，用来查看数组形状的。 reshape(),resize()直接更改数组形状，flatten()是多维转换为一维。
2. np.random.seed(100)，Z=np.random.uniform(0,1,10)找到数组中离0.5最近的值
   
3. a = np.random.randint(1,10,[5,3])，按照行求最大值和最小值相除的结果。
   
4. a = np.arange(15).reshape(3,5)，将二维数组的行和列分别进行逆序。
   
5. a = np.zeros((2,2),设置一个数组不能修改值（）
   答案：a.setflags(write=False) 或者 a.flags.writeable = False
   
6. a = np.arange(12).reshape(3,4),创建两个结构相同的数据，元素分布为0和1
   
7. a = np.arange(12,dtype=float).reshape(3,4)，把里面的元素都改为字符串.
   答案：字符串：a.astype(‘str’)，改为整型：a.astype(‘int’)
   
8. 求解方程 x-2y+z = 0；2y-8z = 8；-4x+5y+9z = -9