数据分析学习（四）numpy-2

目录

一 Numpy读取本地数据

二 Numpy的索引和切片

1）数组的索引和切片操作：

2）numpy中数值的修改：

三 numpy中的常用方法

1）数组的拼接

2）numpy中的更多方法

3）nan和inf以及numpy中的常用统计方法

---

一 Numpy读取本地数据

1）轴的概念：轴代表数组的维度

2）numpy读取和存储数据：

二 Numpy的索引和切片

1）数组的索引和切片操作：

import numpy as np
a=np.arange(0,100)
a=a.reshape(10,10)
print(a)
print("*"*  100)
print(a[2])  #取行
print("*"*100)
print(a[2:])   #取连续多行
print("*"*100)
print(a[[2,8,9]])#取不连续多行操作

#通用操作
print(a[1 ,:])   #逗号前面表示取行，逗号后面取列操作
#取列操作
print(a[:,1])   #对行不进行操作即可直接对取列操作
print(a[:,8:])  #取连续的多列
print(a[:,[1,3,8,9]])  #取不连续的多列

#取多行和多列
print(a[8:,8:])    #取连续的多行和多列，取的是行和列交叉点的位置

print(a[[2,3,4],[1,8,9]])    #取多个不相邻的点，所取行和列数应当相同，不然会报错，取的是对应位置的值

2）numpy中数值的修改：

1.对所取的某行某列重新赋值即可实现数值修改

2.布尔索引

#布尔索引使用
print(a<10)
print(a<30)

3.numpy中的三元操作符

#numpy中的三元操作符的使用
print(np.where(a<35,0,100))    #把小于35的替换成0，大于35的替换成100

4.numpy的clip（裁剪）操作

#numpy中的clip（裁剪）操作使用
print(a.clip(10,18))   #把小于10的替换成10，把大于18的替换成18

三 numpy中的常用方法

1）数组的拼接

import numpy as np
#竖直拼接
print(np.vstack((a,b)))

#水平拼接
print(np.hstack((a,b)))

2）numpy中的更多方法

print(np.zeros((4,5)))   #创建全0数组
print(np.ones((4,5)))   #创建全1数组
print(np.eye((5)))   #创建对角线全为1的正方形数组



#获取最大值最小值位置的方法
print(np.argmax(a,axis=0))
print(np.argmin(a,axis=1))

产生随机数的方法：

3）nan和inf以及numpy中的常用统计方法