目录
numpy是在python中作科学计算的基础库，重在数值计算，多用于大型，多维数组上执行数值运算。
1-numpy的数组创建
废话不多说，都在代码里面了，程序员就要拿代码说话：
下面程序包含numpy创建数组的方法，数组类型设置与修改的方法，保留有效数字的方法
import numpy as np
import random
#使用numpy生成 数组，得到ndarray的数据类型
t1 = np.array([1,2,3])
t2 = np.array(range(10))
t3 = np.arange(10) #和上面的t2等价,生成0-9的数组
t4 = np.arange(4,10,2)#4,6,8组成的数组
print(t1)
print(type(t1))
print(t2)
print(t3)
print(t4)
print(t3.dtype) #数组中的数据类型
print("*" * 50)
#numpy中的数据类型
t5 = np.array(range(1,4),dtype=float)
print(t5)
print(t5.dtype)
#numpy中的bool类型
t6 = np.array([1,0,1,1,0], dtype=bool)
print(t6)
print(t6.dtype)
#修改dtype类型
t6 = t6.astype("int8")
print(t6)
print(t6.dtype)
#numpy中的小数
t7 = np.array([random.random() for i in range(10)])
print(t7)
print(t7.dtype)
t8 = np.round(t7,2) #保留两位小数
print(t8)2-numpy中数组的计算
数组形状得修改以及基本运算直接看下面代码：
import numpy as np
import random
#使用numpy生成 数组，得到ndarray的数据类型
t1 = np.arange(12)
print(t1.shape)
t2 = np.array([[1,2,3],[4,5,6]])
print(t2)
print(t2.shape) #返回行数和列数
t3 = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
print(t3)
print(t3.shape) #(2,2,3)
#reshape修改数组形状
t4 = np.arange(12)
print(t4.reshape(3,4))
t5 = np.arange(24).reshape(2,3,4)
print(t5) #(2,3,4)表示2块3行4列
t5 = t5.reshape(4,6)
print(t5)
#数据转换成一维
t6 = t5.reshape(t5.shape[0]*t5.shape[1],)
print(t6)
#和数字计算，广播机制，数组元素都加2
print(t6+2)
print(t6*2)
print(t6/2)
print(t6+t6)3-numpy读取本地数据和索引
轴(axis)在numpy中可以理解为方向，可以使用数字0,1,2...来表示，对于一个一维数组，只有一个零轴，二维数组是0轴和1轴，三维数组是0，1，2轴。
axis=0是按列计算，axis=1是按行计算；
np.loadtxt()方法以文本文件方式加载文件，具体如下：
下面代码包含加载csv文件，以及对数组的转置，取行，取列，转置，修改，剪切等操作
file_path = "./data/ratings.csv"
#加载文件，用逗号分开，数据类型默认加载为浮点型，跳过第一行，因为我的第一行数据是字符串
t1 = np.loadtxt(file_path,delimiter=",",dtype="float",skiprows=1)
#unpack加上True属性后，就将数据的列变成行
t2 = np.loadtxt(file_path,delimiter=",",dtype="float",skiprows=1,unpack=True)
print(t1)
print("*" * 100)
print(t2)
#数组的转置
t2 = np.arange(24).reshape(4,6)
print(t2)
print("*" * 100)
print(t2.transpose()) #转置
print(t2.T) #转置
#取行
print(t2[2,:])#取出第3行
print("*" * 100)
#取连续的多行
print(t2[2:,:])
print("*" * 100)
#取不连续的多行
print(t2[[0,2]])
#取列
print(t2[:,1]) #取每一行的第2列
#取连续的多列
print(t2[:,1:])#从第2列开始向后取
#取不连续的多列
print(t2[:,[0,2]])#取第1列和第3列
#取行和列，比如取第1行第2列的值
print(t2[0,1])
#取行和列交叉位置的元素，取得第1行到第3行第2列到第3列
print(t2[0:3,1:3])
#取多个不相邻的点,取得对应位置的点
print(t2[[0,2],[1,2]])#(0,1)和(2,2)的点
#numpy中数值的修改
print(np.where(t2<10,0,10)) #小于10的值赋值给0，大于10的值赋值给10
print(t2[t2>10]) #找出t2中大于10的元素
#numpy中剪切
print(t2.clip(10,18)) #小于10的替换为10，大于18的替换为18
演示上述数据加载过程的数据我浅传到我的Github上了，链接奉上：数据集链接戳这里！！！
4-numpy中常用方法
我们一般需要对加载的数据进行拼接，可以考虑从上到下拼接，也可以考虑从左到右拼接，
可以进行数据行列的交换。
python代码实现如下：
import numpy as np
t1 = np.array([[1,2,3],[4,5,6]])
t2 = np.array([[0,1,2],[3,4,5]])
print(t1)
print(t2)
print("*" * 100)
print(np.vstack([t1,t2])) #竖直拼接
print("*" * 100)
print(np.hstack([t1,t2]))#水平拼接
print("*" * 100)
t1[[0,1],:] = t1[[1,0],:] #行交换
print(t1)
print("*" * 100)
t1[:,[1,2]] = t1[:,[2,1]]#列交换
print(t1)如果我们需要将两个不同的数据放到一起来研究，同时原始数据信息要保留，那么我们应该怎么办呢，废话不多说，看代码：
import numpy as np
us_path = "./youtube_video_data/US_video_data_numbers.csv"
uk_path = "./youtube_video_data/GB_video_data_numbers.csv"
#加载国家数据
us_data = np.loadtxt(us_path,delimiter=",",dtype="int")
uk_data = np.loadtxt(uk_path,delimiter=",",dtype="int")
#添加国家数据
#构造一列全为0和全为1的数组
zeros_data = np.zeros((us_data.shape[0],1)).astype(int)
ones_data = np.ones((uk_data.shape[0],1)).astype(int)
#分别添加一列全为0，1的数组
us_data = np.hstack((us_data, zeros_data))
uk_data = np.hstack((uk_data, ones_data))
#拼接两组数据
final_data = np.vstack((us_data, uk_data))
print(final_data)
下面看一下一些numpy中常用的方法，具体如下，包括生成0，1矩阵，单位矩阵，生成随机数等方法，废话不多数了，直接看代码吧：
import numpy as np
import random
t1 = np.zeros((2,3)) #创建2行3列的0矩阵
t2 = np.ones((2,3)) #创建2行3列的1矩阵
t3 = np.eye(4) #创建对角线为1的三阶矩阵
print(t1)
print(t2)
print(t3)
print(np.argmax(t3,axis=0)) #当前每一列最大值的位置
print(np.argmin(t3,axis=0)) #当前每一列最小值的位置
#numpy生成随机数
t4 = np.random.randint(10,20,(4,5))#随机生成4行5列的10到20直接的整数
print(t4)
nan表示非数值，inf表示无穷大，我们有些时候需要统计nan的个数，以及将数组中空余元素的位置赋值nan等操作，当然也需要统计非0元素，求和，求平均，求最值，求标准差等函数，废话不多话，看代码：
import numpy as np
import random
t1 = np.arange(10).astype(float)
print(np.nan == np.nan)
print(np.count_nonzero(t1)) #统计非0元素个数
t1[0] = np.nan
print(np.count_nonzero(np.isnan(t1)))
print(np.sum(t1))#nan与任何值计算结果都是nan
t2 = np.arange(24).reshape(4,6).astype(float)
t2[3,3] = np.nan
print(t2)
print(np.sum(t2,axis=0)) #按列求和
print(np.sum(t2,axis=1)) #按行求和
print(np.mean(t2,axis=0)) #按列求均值
t2[3,3] = 1
print(np.max(t2))#求矩阵的最大值
print(np.min(t2,axis=0))#按列求最小值
print(np.ptp(t2)) #求极值
print(t2.std()) #求标准差
对于数据中nan我们要将其变换成当前列不为nan的元素的均值，即将均值赋值给nan，让数据中没有nan的存在。废话不多说，上代码：
import numpy as np
def fill_ndarray(t1):
for i in range(t1.shape[1]):
temp_col = t1[:, i] # 当前列
nan_num = np.count_nonzero(temp_col != temp_col)
if nan_num != 0: # 当前列中有nan元素
temp_col_not_nan = temp_col[temp_col == temp_col]
#将当前列非nan元素的均值赋值给nan元素
temp_col[np.isnan(temp_col)] = temp_col_not_nan.mean()
return t1
if __name__ == '__main__':
t1 = np.arange(12).reshape(3, 4).astype(float)
t1[1, 2:] = np.nan
print(t1)
print("*" * 100)
t1 = fill_ndarray(t1)
print(t1)
到这里，也就快要到底了，那就做个简单的总结吧，都在下面的图里了，请看：
终于到了要结束的时候，我们根据所学内容做两个小题目吧，具体如下：
问题1的python代码如下：
import numpy as np
from matplotlib import pyplot as plt
us_path = "./youtube_video_data/US_video_data_numbers.csv"
#加载国家数据
us_data = np.loadtxt(us_path,delimiter=",",dtype="int")
#获取评论的数据,最后一列
t_comments = us_data[:,-1]
t_comments = t_comments[t_comments<5000] #选择比5000小的数据
d = 50 #组距
#组数
bin_num = (t_comments.max() - t_comments.min()) // d
#设置图片大小
plt.figure(figsize=(20,8),dpi=80)
#绘制直方图
plt.hist(t_comments, bin_num)
plt.show()
绘制的直方图如下：
问题2的python代码如下：
import numpy as np
from matplotlib import pyplot as plt
uk_path = "./youtube_video_data/GB_video_data_numbers.csv"
#加载国家数据
uk_data = np.loadtxt(uk_path,delimiter=",",dtype="int")
#选择喜欢数比500000小的数据
uk_data = uk_data[uk_data[:,1]<=500000]
t_uk_comments = uk_data[:,-1]
t_uk_like = uk_data[:,1]
plt.figure(figsize=(20,8),dpi=80)
plt.scatter(t_uk_like, t_uk_comments)
plt.show()
上述代码绘制的散点图如下所示：
结束了，兄弟们，又是进步的一天，冲冲冲！！！
1331
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
