NumPy基础 -- 3. 基本数据处理

1. 将条件逻辑表述为数组运算, where( )
condition为true进选x, false时选y

numpy.where(condition, x, y)

xarr = np.array([1.1,1.2,1.3,1.4,1.5])
yarr = np.array([2.1,2.2,2.3,2.4,2.5])
cond = np.array([True,False,True,True,False])

result = np.where(cond, xarr, yarr)

---

---

2. 基本统计方法
即可以当做数组的实例方法调用，也可以当做全局NumPy函数使用

例如：

arr = np.random.randn(5, 4) #正态分布的数据

arr.mean() #计算平均数，实例方法
np.mean(arr) #计算平均数，全局方法

---

---

3. 用于布尔型数组的方法
sum经常被用来对布尔型数组中的true计数

arr = randn(100)
(arr>0).sum() #正值的数量

any用于测试数组中是否存在一个或多个True
all用于测试所有值是否都是True

bools = np.array([False,False,True,False])
bools.any()


#True

bools.all()
#False

---

---

4. 排序

arr = randn(8)
arr.sort() #排序，从小到大

多维数组可以在任何一个轴向上进行排序，只需将轴编号传给sort

arr = randn(5,3)
arr.sort(1) #沿Y轴排序：X轴不就，Y轴上的值从小到大

---

---

5. 集合逻辑