【数据分析与挖掘】Numpy学习笔记

#NumPy
#广泛使用的矩阵计算包
#一个基础性的包，大量的工具在NumPy上开发，包括matplotlib,scipy,pandas等

#导入numpy包
import numpy as np

#用numpy创建一维数组，并运行计算
import numpy as np
#创建一维向量
a=np.array([1,2,3,4])
b=np.array([4,5,6,7])
#向量求和
c=a+b
print(c)

#遍历向量：
for item in c:
    print(item)

#将numpy数组转换成python的列表
print(c.tolist())

#创建一维向量：创建一个从0-7的8位数向量
#np.arange()函数。https://blog.csdn.net/qq_45154565/article/details/115690186
d=np.arange(0,8)
print(d)

#查看向量的维度(几维向量)，形状（几行几列）和大小（元素个数）
#维度
print(d.ndim)
#形状
print(d.shape)
#大小
print(d.size)

#向量的切片
print(d[1:3]) #前闭后开

#在指定的间隔范围内返回均匀间隔的数字
#np.linespace(start,stop,nums),[start,...,stop]共计nums个均匀分布的数值
e=np.linspace(1,10,10)
print(e)
f=np.linspace(1,10,20)
print(f)

#改变向量形状
g=e.reshape(2,5)
print(g)

#创建二维向量（矩阵）
h= np.arange(0,60,5)  #一维向量
i = h.reshape(3,4)  #改变形状为二维向量
print(h)
print(i)

#查看二维向量的信息：维度(几维向量)，形状（几行几列）和大小（元素个数）
#维度
print(i.ndim)
#形状
print(i.shape)
#大小
print(i.size)

#二维向量切片
j=np.array([[0,1,2,3],
            [4,5,6,7],
            [8,9,10,11]])
print(j)
#访问元素
print(j[0,0])
print(j[1,3])

#向量的切片，x[start:stop:step]
#访问某一行
print(j[1,:])
#访问行中的某个片段
print(j[1,1:3])  #行1中的1-3数据

#矩阵的组合
k=np.array([[0,1,2,3],
            [4,5,6,7],
            [8,9,10,11]])
l=np.array([[2,2,2,2],
            [5,4,3,3],
            [4,4,4,4]])
#水平组合
m=np.concatenate((k,l),axis=1)  #axis=1表示行维度
print(m)
#垂直组合
n=np.concatenate((k,l),axis=0)  #axis=0表示列维度
print(n)

#矩阵的转置
print(m)
#转置
o=m.transpose()
print(o)
#形状
print(m.shape)
print(o.shape)

#矩阵平铺
#展平成一维矩阵
print(o)
p=o.flatten()
print(p)
#形状
print(o.shape)
print(p.shape)

#创建矩阵
#创建空矩阵
q=np.zeros((4,3),dtype=np.float64)
print(q)
print(q.dtype) #矩阵的类型

#创建随机矩阵
#创建一个3*3的，在0-1均匀分布的随机数组成的数组
r=np.random.random((3,3))
print(r)
#创建一个3*3的，[0,10)区间的随机整型数组
s=np.random.randint(0,10,size=(3,3))
print(s)

#创建3*4的矩阵，用1.0填充
t=np.full((3,4),1.0)
print(t)

#创建3*3的单位矩阵
u=np.eye(3)
print(u)

#二维矩阵转换为列表
print(u)
v=u.tolist()
print(v)

#向量运算
w=np.array([[0,1,2,3],
            [4,5,6,7],
            [8,9,10,11]])
x=np.array([[2,2,2,2],
            [5,4,3,3],
            [4,4,4,4]])
print(x)
print(x+5)
print(x/2)
print(x*2)
print(x**2)
y=np.sqrt(x) #求平方根
#求每一列的和
columnSum=x.sum(axis=0)
print(columnSum)
#求每一列的和
rowSum=x.sum(axis=1)
print(rowSum)
#求每一列的平均值
print(x)
columnMean=x.mean(axis=0)
print(columnMean)
#求每一行的平均值
print(x)
rowMean=x.mean(axis=1)
print(rowMean)
#向量乘，加
z=x*3+1
print(z)

#常见的聚和操作
A=np.array([1,2,3,4,5,6,7,8,9,10])
print(A)
#计算和
print(A.sum())
#计算平均值
print(A.mean())
#计算最大值和最小值
print(A.max())
print(A.min())