数据分析之numpy
数组的形状
In[01]：import numpy as np
In[02]: t1 = np.arange(12)
In[03]: t1
Out[04]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
In[04]: t1.shape # 查看数组的形状
Out[04]: (12,)
In[05]: t2 = np.array([[1,2,3],[4,5,6]])
In[06]:t2
Out[06]: array([[1, 2, 3],
[4, 5, 6]])
In[07]: t2.shape
Out[07]: (2, 3)
In[08]: t3 = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
In[09]: t3
Out[09]: array([[[ 1, 2, 3],
[ 4, 5, 6]],
[[ 7, 8, 9],
[10, 11, 12]]])
In[10]: t3.shape
Out[10]: (2, 2, 3)
In[11]: t4 = np.arange(12)
In[12]: t4
Out[12]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
In[13]: t4.reshape((3,4))
Out[13]: array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
In[14]: t5 = np.arange(24).reshape((2,3,4))
In[15]: t5
Out[15]: array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
In[16]: t5.reshape((4,6))
Out[16]: array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[17]: t5
Out[17]: array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
In[18]: t5.reshape((24,))
Out[18]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23]) # 注意这是一维的
In[19]: t5.reshape((24,1))
Out[19]:
array([[ 0],
[ 1],
[ 2],
[ 3],
[ 4],
[ 5],
[ 6],
[ 7],
[ 8],
[ 9],
[10],
[11],
[12],
[13],
[14],
[15],
[16],
[17],
[18],
[19],
[20],
[21],
[22],
[23]])
In[20]: t5.reshape((1,24))
Out[20]: array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15,
16, 17, 18, 19, 20, 21, 22, 23]]) # 注意这是二维的
In[21]: t5.flatten() # 在不知道t5的形状时 想要将其转换成一维数据
Out[21]:
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23])
In[22]: t5
Out[22]:
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
数组的计算
In[23]:t5
Out[23]:
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
In[24]:t5+2
Out[24]:
array([[[ 2, 3, 4, 5],
[ 6, 7, 8, 9],
[10, 11, 12, 13]],
[[14, 15, 16, 17],
[18, 19, 20, 21],
[22, 23, 24, 25]]])
In[25]:t5/2
Out[25]:
array([[[ 0. , 0.5, 1. , 1.5],
[ 2. , 2.5, 3. , 3.5],
[ 4. , 4.5, 5. , 5.5]],
[[ 6. , 6.5, 7. , 7.5],
[ 8. , 8.5, 9. , 9.5],
[10. , 10.5, 11. , 11.5]]])
In[26]: t5/0
__main__:1: RuntimeWarning: divide by zero encountered in true_divide
__main__:1: RuntimeWarning: invalid value encountered in true_divide
Out[26]:
array([[[nan, inf, inf, inf],
[inf, inf, inf, inf],
[inf, inf, inf, inf]],
[[inf, inf, inf, inf],
[inf, inf, inf, inf],
[inf, inf, inf, inf]]])
0/0 = nan 不是一个数字
1/0 = inf 无穷
In[27]: t5 = t5.reshape((4,6))
In[28]: t5
Out[28]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[29]: t6 = np.arange(100,124).reshape((4,6))
In[30]: t6
Out[30]:
array([[100, 101, 102, 103, 104, 105],
[106, 107, 108, 109, 110, 111],
[112, 113, 114, 115, 116, 117],
[118, 119, 120, 121, 122, 123]])
In[31]: t5+t6
Out[31]:
array([[100, 102, 104, 106, 108, 110],
[112, 114, 116, 118, 120, 122],
[124, 126, 128, 130, 132, 134],
[136, 138, 140, 142, 144, 146]])
In[32]: t5*t6
Out[32]:
array([[ 0, 101, 204, 309, 416, 525],
[ 636, 749, 864, 981, 1100, 1221],
[1344, 1469, 1596, 1725, 1856, 1989],
[2124, 2261, 2400, 2541, 2684, 2829]])
In[33]: t7 = np.arange(0,6)
In[34]: t7
Out[34]: array([0, 1, 2, 3, 4, 5])
In[35]: t5
Out[35]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[36]: t5-t7
Out[36]:
array([[ 0, 0, 0, 0, 0, 0],
[ 6, 6, 6, 6, 6, 6],
[12, 12, 12, 12, 12, 12],
[18, 18, 18, 18, 18, 18]])
In[37]: t8 = np.arange(4).reshape((4,1))
In[38]: t8
Out[38]:
array([[0],
[1],
[2],
[3]])
In[39]: t5
Out[39]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[40]: t5-t8
Out[40]:
array([[ 0, 1, 2, 3, 4, 5],
[ 5, 6, 7, 8, 9, 10],
[10, 11, 12, 13, 14, 15],
[15, 16, 17, 18, 19, 20]])
广播原则
如果两个数的后缘维度（从末尾开始算起的维度）的轴长度相符或其中一方长度为1，则认为他们是广播兼容的，广播会在缺失或长度为1的维度上进行。
维度=shape数字的个数
shape=（3,3,2）的数组可以和（3,2）的数组进行计算
shape=（3,3）的数组可以和（3,1）的数组进行计算
numpy数组的创建
| 函数 | 说明 |
|---|---|
| array | 将输入数据（列表、元祖、数组或其他序列类型）转换为ndarray，要么推断出dtype，要么显式指定dtype，默认直接复制输入数据 |
| asarray | 将输入转换为ndarray，如果输入本身就是一个ndarray就不进行复制 |
| arange | 类似于内置的range，但返回的是一个ndarray而不是列表 |
| ones,ones_like | 根据指定的形状和dtype创建一个全1数组，ones_like以了一个数组为参数，并根据其形状和dtype创建一个全1数组 |
| zeros，zeros_like | 根据指定的形状和dtype创建一个全0数组，ones_like以了一个数组为参数，并根据其形状和dtype创建一个全0数组 |
| empty，empty_like | 创建新数组，只分配内存空间但不填充任何值 |
| eye，identity | 创建一个正方的N * N单位矩阵（对角线为1，其余为0） |
一维数组创建
import numpy as np
t1 = np.array([1,2,3,])
print(t1) # [1 2 3]
print(type(t1)) # <class 'numpy.ndarray'>
t2 = np.array(range(10))
print(t2) #[0 1 2 3 4 5 6 7 8 9]
t3 = np.arange(10)
print(t3) # [0 1 2 3 4 5 6 7 8 9]
创建多维数组
创建一个维度为2,2的数组
m = np.array([np.arange(2), np.arange(2)])
m
# array([[0, 1],
# [0, 1]])
m.shape
# (2, 2)
m.dtype
# dtype('int32')
创建一个长度为10的全是0的一维数组
np.zeros(10)
# array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
创建一个维度为3,6的全是0的二位数组
np.zeros((3,6))
# array([[ 0., 0., 0., 0., 0., 0.],
# [ 0., 0., 0., 0., 0., 0.],
# [ 0., 0., 0., 0., 0., 0.]])
创建一个没有内容的，维度是2,3,2的三维数组
np.empty((2,3,2))
# array([[[ 0., 0.],
# [ 0., 0.],
# [ 0., 0.]],
#
# [[ 0., 0.],
# [ 0., 0.],
# [ 0., 0.]]])
选取数组元素
a = np.array([[1,2], [3,4]]) # 创建一个二维数组，内容如括号内
a
# array([[1, 2],
# [3, 4]])
a[0, 0] # 选取第一维度第一个元素的第一个元素
# 1
a[0, 1] # 选取第一维第一个元素第二个元素
# 2
a[1, 0]
# 3
a[1, 1]
# 4
numpy的数据类型
数据类型如表所示，如果要创建一个对应类型的数据，只需要np.数据类型(数值/数组)
np.float64(42) # 将42转化为float64类型
# 42.0
np.int8(42.0) # 转化为整数
# 42
np.bool(42) # 转化为布尔值
# True
np.bool(0) # 0的布尔值为False
# False
np.float(True) # True转化为数值则是对应类型的1
# 1.0
np.float(False) # False转化为数值则是对应类型的0
# 0.0
np.arange(7, dtype=np.uint16) # 创建数组的时候可以用dtype参数指定数据类型
# array([0, 1, 2, 3, 4, 5, 6], dtype=uint16)
try:
np.int(42.0 + 1.j) # 错误类型的相加会报错
except TypeError:
print("TypeError")
# TypeError
float(42.0 + 1.j) # 不能把复数变为浮点数
# TypeError: can't convert complex to float
t4 = np.arange(4,10,2)
print(t4) # [4 6 8]
print(t4.dtype) # int32
t5 = np.array(range(1,4),dtype=float)
print(t5) # [1. 2. 3.]
print(t5.dtype) # float64
t6 = np.array([1,1,0,1,0,0],dtype=bool)
print(t6) # [ True True False True False False]
print(t6.dtype) # bool
# 调整数据类型
t7 = t6.astype("int8")
print(t7) # [1 1 0 1 0 0]
print(t7.dtype) # int8
# 随机数 0.021318307656799207
print(random.random())
#numpy中的小数
t8 = np.array([random.random() for i in range(10)])
print(t8) # [0.2260555 0.4224169 0.64453813 0.27608059 0.80809452 0.79012125 0.13323894 0.79472302 0.3888746 0.45760489]
t9 = np.round(t8,2) # 保留2位小数
print(t9)
--------------------------------------------------------------------------------
print([i for i in range(10)]) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print([i+1 for i in range(10)]) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(random.random()) # random() 方法返回随机生成的一个实数，它在[0,1)范围内。
l = []
for i in range(10):
l.append(random.random())
print(l) # [0.2260555 0.4224169 0.64453813 0.27608059 0.80809452 0.79012125 0.13323894 0.79472302 0.3888746 0.45760489]
轴axis
对于一维数组只有一个0轴
对于二维数组（shape(2,2)），有0轴和1轴
axis=0表示作用于列
axis=1表示作用于行
对于三维数组（shape(2,2,2)），有0,1,2轴
计算一个二维数组的平均值，必须指定是哪个方向上面的数字的平均值
np.arange(10).reshape((2,5)) ,reshape中的2表示0轴的长度为2, 1轴的长度为5 , 2x5一共10个数据
二维数组的轴
三维数组的轴
numpy读取数据
CSV:Comma-Separated Value,逗号分隔值文件
显示：表格状态
源文件：换行和逗号分隔行列的格式化文本,每一行的数据表示一条记录
由于csv便于展示,读取和写入,所以很多地方也是用csv的格式存储和传输中小型的数据,为了方便教学,我们会经常操作csv格式的文件,但是操作数据库中的数据也是很容易的实现的
np.loadtxt(fname.dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
题目
对美国YouTube1000多视频的点击，喜欢，不喜欢，评论数量([“views”,“likes”,“dislikes”,“comment_total”])的csv进行操作
命名为US_video_data_numbers
### 代码
```python
import numpy as np
us_file_path = "./US_video_data_numbers.csv"
t1 = np.loadtxt(us_file_path,delimiter=",",dtype="int")
t2 = np.loadtxt(us_file_path,delimiter=",",dtype="int",unpack=True)
print(t1)
print("*"*100)
print(t2)
numpy中的转置
转置是一种变换对于numpy中的数组来说就是在对角线方向交换数据，目的为了方便数据处理
In [1]: import numpy as np
In [4]: t1=np.arange(24).reshape((4,6))
In [5]: t1
Out[5]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In [6]: t1.transpose()
Out[6]:
array([[ 0, 6, 12, 18],
[ 1, 7, 13, 19],
[ 2, 8, 14, 20],
[ 3, 9, 15, 21],
[ 4, 10, 16, 22],
[ 5, 11, 17, 23]])
In [7]: t1.T
Out[7]:
array([[ 0, 6, 12, 18],
[ 1, 7, 13, 19],
[ 2, 8, 14, 20],
[ 3, 9, 15, 21],
[ 4, 10, 16, 22],
[ 5, 11, 17, 23]])
In [8]: t1.swapaxes(1,0)
Out[8]:
array([[ 0, 6, 12, 18],
[ 1, 7, 13, 19],
[ 2, 8, 14, 20],
[ 3, 9, 15, 21],
[ 4, 10, 16, 22],
[ 5, 11, 17, 23]])
numpt的切片与索引
一维数组索引和切片
一维数组索引和切片和python一样
a = np.arange(9)
print(a) #[0 1 2 3 4 5 6 7 8]
print(a[1:4]) # [1 2 3]
print(a[:7:2]) # [0 2 4 6]
print(a[::-1]) # [8 7 6 5 4 3 2 1 0]
多维数组的切片与索引
b = np.arange(12).reshape(3,4)
print(b.shape) # ( 3, 4)
print(b)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 取行
print(b[2]) # [ 8 9 10 11]
#取连续的多行
print(b[1:])
#[[ 4 5 6 7]
# [ 8 9 10 11]]
#取不连续的多行
print(b[[0,2]])
#[[ 0 1 2 3]
# [ 8 9 10 11]]
# 取列 逗号分割 前面是行 后面是列 只写冒号 表示都要
print(b[:,1]) # 第二列 [1 5 9]
#取连续的多列
print(b[:,1:])
#[[ 1 2 3]
# [ 5 6 7]
# [ 9 10 11]]
#取不连续的多列
print(b[:,[0,2]])
#[[ 0 2]
# [ 4 6]
# [ 8 10]]
# 取第2行第3列的值
print(b[1][2]) #6
print(b[1,2]) #6
print(type(b[1,2])) #<class 'numpy.int32'>
# 取多行多列 取第1行到第2行 第2列到第4列的结果
print(b[0:2,1:4])
#[[1 2 3]
# [5 6 7]]
# 取多个不相邻的点 (0,1) (2,2) (2,3)
print(b[[0,2,2],[1,2,3]]) # [1 10 11]
numpy中的布尔索引
In[2]: t = np.arange(24).reshape(4,6)
In[3]: t
Out[3]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[4]: t<10
Out[4]:
array([[ True, True, True, True, True, True],
[ True, True, True, True, False, False],
[False, False, False, False, False, False],
[False, False, False, False, False, False]])
In[5]: t[t<10] = 3
In[6]: t
Out[6]:
array([[ 3, 3, 3, 3, 3, 3],
[ 3, 3, 3, 3, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[7]: t[t>10]
Out[7]: array([11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23])
numpy中的三元运算符
In[8]: t
Out[8]:
array([[ 3, 3, 3, 3, 3, 3],
[ 3, 3, 3, 3, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[9]: np.where(t<10,0,10) # 小于10的赋为0 大于10的赋为10
Out[9]:
array([[ 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 10, 10],
[10, 10, 10, 10, 10, 10],
[10, 10, 10, 10, 10, 10]])
numpy中的clip裁剪
In[2]: t
Out[2]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
In[3]: t = t.astype(float)
In[4]:t
Out[4]:
array([[ 0., 1., 2., 3., 4., 5.],
[ 6., 7., 8., 9., 10., 11.],
[12., 13., 14., 15., 16., 17.],
[18., 19., 20., 21., 22., 23.]])
In[5]: t[3,3] = np.nan
In[6]: t
Out[6]:
array([[ 0., 1., 2., 3., 4., 5.],
[ 6., 7., 8., 9., 10., 11.],
[12., 13., 14., 15., 16., 17.],
[18., 19., 20., nan, 22., 23.]])
In[7]: t.clip(10,18) # 小于10的替换为10 大于18的替换为18
Out[7]:
array([[10., 10., 10., 10., 10., 10.],
[10., 10., 10., 10., 10., 11.],
[12., 13., 14., 15., 16., 17.],
[18., 18., 18., nan, 18., 18.]])
nump中的nan和inf
nan(NAN,Nan): not a number表示不是一个数字
什么时候numpy中会出现nan：
当我们读取本地的文件为float的时候，如果有缺失，就会出现nan
当做了一个不合适的计算的时候(比如无穷大(inf)减去无穷大)
inf(-inf,inf): infinity,inf表示正无穷，-inf表示负无穷
什么时候回出现inf包括（-inf，+inf）
比如一个数字除以0，（python中直接会报错，numpy中是一个inf或者-inf）
a = np.inf
print(type(a)) #<class 'float'>
a = np.nan
print(type(a)) # <class 'float'>
In[2]: t
Out[2]:
array([[ 0., 1., 2., 3., 4., 5.],
[ 6., 7., 8., 9., 10., 11.],
[12., 13., 14., 15., 16., 17.],
[18., 19., 20., nan, 22., 23.]])
In[3]: t[:,0] = 0
In[4]: t
Out[4]:
array([[ 0., 1., 2., 3., 4., 5.],
[ 0., 7., 8., 9., 10., 11.],
[ 0., 13., 14., 15., 16., 17.],
[ 0., 19., 20., nan, 22., 23.]])
In[5]: np.count_nonzero(t) # 非0个数
Out[5]: 20
In[6]: np.count_nonzero(t!=t) # nan个数
Out[6]: 1
In[7]: t!=t
Out[7]:
array([[False, False, False, False, False, False],
[False, False, False, False, False, False],
[False, False, False, False, False, False],
[False, False, False, True, False, False]])
In[8]: np.isnan(t)
Out[8]:
array([[False, False, False, False, False, False],
[False, False, False, False, False, False],
[False, False, False, False, False, False],
[False, False, False, True, False, False]])
In[9]: np.count_nonzero(np.isnan(t))
Out[9]: 1
In[10]: t1 = np.arange(12).reshape(3,4)
In[11]: t1
Out[12]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
In[13]: np.sum(t1)
Out[13]: 66
In[14]: t
Out[14]:
array([[ 0., 1., 2., 3., 4., 5.],
[ 0., 7., 8., 9., 10., 11.],
[ 0., 13., 14., 15., 16., 17.],
[ 0., 19., 20., nan, 22., 23.]])
In[15]: np.sum(t)
Out[15]: nan
In[16]: np.sum(t1,axis=0)
Out[16]: array([12, 15, 18, 21])
In[17]: np.sum(t1,axis=1)
Out[17]: array([ 6, 22, 38])
In[18]: np.sum(t,axis=0)
Out[18]: array([ 0., 40., 44., nan, 52., 56.])
In[19]: np.sum(t,axis=1)
Out[19]: array([15., 45., 75., nan])
numpy中常用统计函数
| 类型 | 函数 |
|---|---|
| 求和 | t.sum(axis=None) |
| 均值 | t.mean(a,axis=None) 受离群点的影响较大 |
| 中值 | np.median(t,axis=None) |
| 最大值 | t.max(axis=None) |
| 最小值 | t.min(axis=None) |
| 极值 | np.ptp(t,axis=None) 即最大值和最小值之差 |
| 标准差 | t.std(axis=None) |
默认返回多维数组的全部的统计结果,如果指定axis则返回一个当前轴上的结果
In[2]: t1
Out[2]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
In[3]: t1.sum(axis=0)
Out[3]: array([12, 15, 18, 21])
In[4]: t1.mean(axis=0)
Out[4]: array([4., 5., 6., 7.])
In[5]: np.median(t1)
Out[5]: 5.5
In[6]: np.median(t1,axis=0)
Out[6]: array([4., 5., 6., 7.])
In[7]: t1.max()
Out[7]: 11
In[8]: t1.min(axis=0)
Out[8]: array([0, 1, 2, 3])
In[9]: np.ptp(t1)
Out[9]: 11
In[10]: np.ptp(t1,axis=1)
Out[10]: array([3, 3, 3])
标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值
反映出数据的波动稳定情况，越大表示波动越大，越不稳定
In[11]:t1.std()
Out[11]: 3.452052529534663
In[12]:t1.std(axis=0)
Out[12]: array([3.26598632, 3.26598632, 3.26598632, 3.26598632])
ndarry缺失值填充均值
In[2]: t
Out[2]:
array([[ 0., 1., 2., 3.],
[ 4., 5., nan, nan],
[ 8., 9., 10., 11.]])
In[3]: t[t==t]
Out[3]: array([ 0., 1., 2., 3., 4., 5., 8., 9., 10., 11.])
In[4]: t[t!=t]
Out[4]: array([nan, nan])
In[5]: t[np.isnan(t)]
Out[5]: array([nan, nan])
题目
将数组中值为nan 的元素换为该列/行的均值
import numpy as np
def fill_ndarray(t):
for i in range(t.shape[1]): # 遍历每一列 [0,1,2,3]
temp_col = t[:,i] # 当前列 [0. 4. 8.] [1. 5. 9.] [ 2. nan 10.] [ 3. nan 11.]
nan_number = np.count_nonzero(temp_col!=temp_col) # 计算当前列中nan的个数
if nan_number!=0: # 不为0 说明当前这一列中有nan
temp_non_nan_col = temp_col[temp_col==temp_col] # 当前一列不是nan的array [2,10] [3,11]
temp_col_mean = temp_non_nan_col.mean() # 求均值 6 7
# 替换当前列中nan为均值
temp_col[temp_col!=temp_col] = temp_col_mean
return t
if __name__ == '__main__':
t = np.arange(12).reshape(3,4).astype("float")
t[1,2:] = np.nan
print(t)
print('-'*30)
t = fill_ndarray(t)
print(t)
运行结果
[[ 0. 1. 2. 3.]
[ 4. 5. nan nan]
[ 8. 9. 10. 11.]]
------------------------------
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
数组的拼接
数组的行列交换
numpy更多好用的方法
1.获取最大值最小值的位置
np.argmax(t,axis=0)
np.argmin(t,axis=1)
In [158]: t
Out[158]:
array([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.]])
In [159]: np.argmax(t)
Out[159]: 11
In [160]: np.argmax(t,axis=0)
Out[160]: array([2, 2, 2, 2], dtype=int64)
In [161]: np.argmax(t,axis=1)
Out[161]: array([3, 3, 3], dtype=int64)
2.创建一个全0的数组: np.zeros((3,4))
array([[ 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0.]])
3.创建一个全1的数组: np.ones((3,4))
array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
4.创建一个对角线为1的正方形数组(方阵)：np.eye(3)
array([[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])
numpy生成随机数
In [162]: np.random.rand(2,3)
Out[162]:
array([[0.77432552, 0.63033706, 0.09235116],
[0.60838502, 0.90280121, 0.30387906]])
In [163]: np.random.randn(2,3)
Out[163]:
array([[ 1.87953398, 0.01792738, 0.14404258],
[-0.55321782, -1.31781243, 0.03661315]])
In [165]: np.random.randint(1,10,(2,3))
Out[165]:
array([[4, 8, 3],
[3, 2, 1]])
In [166]: np.random.uniform(1,10,(2,3))
Out[166]:
array([[3.65153672, 1.79691893, 5.35748968],
[8.44445194, 2.0842863 , 2.65346309]])
import numpy as np
np.random.seed(10)
t = np.random.randint(0,10,(3,4))
print(t)
[[9 4 0 1]
[9 0 1 8]
[9 0 8 6]]
无论运行多少次 产生的随机数都是一样的
分布的补充
1、均匀分布
在相同的大小范围内的出现概率是等可能的
2、正态分布
呈钟型，两头低，中间高，左右对称
numpy的注意点copy和view
-
a=b完全不复制，a和b相互影响 -
a = b[:], 视图的操作，一种切片，会创建新的对象a，但是a的数据完全由b保管，他们两个的数据变化是一致的， -
a = b.copy(), 复制，a和b互不影响
扫一扫
725
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
