python_AI库 实例通解NumPy基础操作

本文默认读者具备以下技能：

• 熟悉python基础知识，vscode或其它编辑工具
• 熟悉表格文件的基本操作
• 具备自主扩展学习能力
  

本文通过一个实例，概述了一系列NumPy基础操作，所涉及的操作均为常见操作，更多的知识点参见官方文档https://www.numpy.org.cn/

本文知识点包括：

• 读取CSV文件（使用loadtxt函数从CSV文件中读取数据，并将缺失值填充为NaN，为后续处理做准备）
• 切片与索引（通过切片与索引操作，可以方便地提取NumPy数组中的特定元素或子集）
• 赋值（赋值操作允许我们直接修改NumPy数组中的元素值，实现数据的更新或替换）
• 布尔索引（布尔索引通过条件表达式筛选数组中的元素，帮助我们快速获取满足特定条件的数据）
• 三元运算符（np.where函数实现三元运算符的功能，根据条件将数组中的元素替换为不同的值）
• 裁剪（裁剪操作将数组中的值限制在指定范围内，超出范围的值将被截断或保持为NaN）
• 转置（转置操作改变数组的行和列，实现数据的行列交换，常用于矩阵运算和数据处理）
• 数组拼接（数组拼接将多个NumPy数组按照指定轴连接在一起，形成更大的数组结构）
• NaN值的处理（Not a number的缩写，NaN值需要特殊处理。使用NumPy的函数可以方便地计算排除NaN值的统计量，如均值）

本例采用的二维数组（或称为矩阵）的形式来解释NumPy的基础操作。二维数组实际就是我们最常用的含有行列的表格数据。

二维数组是一个由行和列组成的矩形网格，其中每个元素都可以通过其行索引和列索引来定位。在NumPy中，二维数组通常被用来表示具有行和列的数据集，例如电子表格中的数据。

例如，如果我们有一个包含学生成绩的数据集，每个学生有多门课程的成绩，我们可以将这些数据存储在一个二维数组中。每一行代表一个学生，每一列代表一门课程。通过行索引和列索引，我们可以方便地访问、修改或计算每个学生的成绩。

本例正是基于最常见的二维数据的实例操作，完整代码如下：

import numpy as np
'''
假设我们有一个包含NaN值（即空白字符）的CSV文件
example.csv的内容如下：
1,2,
4,,6
7,8,9
在这个文件中第一行，第二行分别有一个空白字符，读取时将处理为NaN值

'''

# 使用NumPy的loadtxt函数读取CSV文件，并指定缺失值的占位符
# 在这个例子中，我们假设空字符串("")表示NaN
data = np.loadtxt('example.csv', delimiter=',', dtype=float, skiprows=1, usecols=(0, 1, 2), filling_values=np.nan)

# 打印读取的数据
print("读取的CSV数据:")
print(data)

# 切片与索引
print("\n切片与索引:")
print(data[:, 1])  # 获取第二列
print(data[1:3, 0:2])  # 获取第二行到第三行（不包括第三行），以及第一列到第二列（不包括第二列）的子数组

# 赋值
print("\n赋值:")
data[0, 2] = 3  # 将第一行第三列的NaN值替换为3
print(data)

# 布尔索引
print("\n布尔索引:")
condition = ~np.isnan(data)  # 创建一个非NaN的布尔数组
print(data[condition])  # 获取所有非NaN的元素

# 三元运算符（np.where）
print("\n三元运算符:")
data_new = np.where(np.isnan(data), 0, data)  # 将NaN值替换为0，其他值保持不变
print(data_new)

# 裁剪
print("\n裁剪:")
clipped_data = np.clip(data, 1, 8)  # 将数组中的值裁剪到1和8之间，NaN值保持不变
print(clipped_data)

# 转置
print("\n转置:")
transposed_data = data.T  # 转置数组
print(transposed_data)

# 数组拼接
print("\n数组拼接:")
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6]])
# 沿着第一轴（行）拼接
arr_stacked = np.vstack((arr1, arr2))
print(arr_stacked)
# 沿着第二轴（列）拼接
arr_hstacked = np.hstack((arr1, arr2.T))  # 注意：需要转置arr2以匹配列数
print(arr_hstacked)

# 处理NaN值 - 计算非NaN值的均值
print("\n处理NaN值:")
mean_value = np.nanmean(data)  # 计算数组中所有非NaN值的均值
print("Mean excluding NaN values:", mean_value)

在这个脚本中，我们首先使用np.loadtxt函数读取CSV文件，并指定了缺失值的占位符为NaN（filling_values=np.nan）。然后，我们按照之前的例子展示了NumPy的基础操作，包括切片与索引、赋值、布尔索引、三元运算符、裁剪、转置和拼接数组。最后，我们使用np.nanmean函数计算了数组中所有非NaN值的均值。