Python-数据分析工具1-numpy

最新推荐文章于 2021-03-15 22:44:12 发布

多喝热水　

最新推荐文章于 2021-03-15 22:44:12 发布

阅读量310

点赞数

分类专栏： Python相关文章标签：数据分析

本文链接：https://blog.csdn.net/qq_35350265/article/details/100892292

版权

Python相关专栏收录该内容

50 篇文章 2 订阅

订阅专栏

（0）数组切片：数组切片可以实现连续多元素选择

（0）数组和标量间的运算（数组可以直接和标量进行算术、关系等运算）

（1）通用函数运算（一种可以对数组间执行元素级运算的函数）

（2）统计函数运算（对整个数组内或按指定轴向的数据进行统计）

1 ndarray数组

（0）ndarray数组属性

（1）创建基本数组

1.首先导入numpy库 import numpy as np

2.然后使用构造函数：np.array(arg)，参数arg可以是列表或者元组

3.可以通过列表或元组创建一维、二维或多维数组

4.获得dtype(元素类型)和shape(数组维度)属性：arr.dtype和arr.shape

5.创建数组时显示说明类型：np.array(list, dtype=“type”)

（2）创建特殊数组

1.创建全0数组函数

np.zeros((5,6))：创建指定长度或形状的全0数组。

np.zeros_like(a)：创建与a对象相同尺寸的全0数组。a可以是列表、元组或者数组

2.全1数组

np.ones((5,6))

np.ones_like(a)

3.创建无确定值的空数组

np.empty((5,6))：创建指定长度或形状的无确定值（垃圾值）数组

np.empty_like(a)：创建与a数组同尺寸的无确定值空数组。 a可以是列表、元组或者数组

4.创建等差数列。

np.arange(start, end, step)：创建以start开始，不超过end，步长为step的等差数列

5.创建单位阵

np.eye(n) 。创建nxn单位阵。元素类似是float64

np.identity(n) 。创建nxn单位阵。元素类似是float64。

（3）数组变换

1.数组重塑（数组重塑不会改变原数组）

arr.reshape((5,6)) 方法改变其数据维度。传入的参数为新维度元组

数组散开arr. ravel ()和数值扁平化arr.flatten()都是将多维数组变成一维数组

2.数组合并

np.concatenate([arr1,arr2],axis=0/1);垂直合并，相当于axis=0;水平合并，相当于axis=1；

3.数组拆分

np.split(arr,(n1,n2,…,nk),axis=i)

当axis=0时，表示按行差分，从0到n1-1行拆为一个数组，n1到n2-1行为一个数组,…，nk到最后一行为一个数组。

当axis=1时，表示按列差分，从0到n1-1列拆为一个数组，n1到n2-1列为一个数组,…，nk到最后一列为一个数组。

4,数组转置

arr.transpose(1,0)

0表示垂直，1表示水平。在正常情况下，轴的元组应该是(0,1)。

若写成(1,0)，则表示原来的水平转垂直，原来是垂直转水平。

5.轴对换

arr.swapaxes(axis1, axis2)

（4）Numpy随机数函数

2 数组索引和切片

（0）数组切片：数组切片可以实现连续多元素选择

假设数组为arr，其维度为(n1,n2,…,nk)，则可以在每个维度中切片。

语法为arr[index1i:index1j, index2i:index2j, …, index_ni:index_nj]。

每个维度有个起始于index_ni,（从零开始）终止于index_nj, 且index_nj 取不到。 index_ni必须小于index_nj，否则返回空数组。

若切边索引超出维度并不报错，而是会和原维度的数组取交集。

若切片索引中包含正数和负数，则将正向索引的范围和反向索引的范围取交集。这种切边称为混合切片。

（1）数组索引

1.一维数组的索引

一维数组通过下标索引。语法:arr[index]，其中的index可正也可负。正向索引从0到length-1，反向索引从-1到-length

2.二维数组的索引

3.高维数组的索引

（2）布尔型索引

布尔数组的长度要与被索引的轴长度一致

datas是7行5列矩阵，而 fruits==‘pear’布尔数组长度为7，结果选择第2,4,6行（从0开始）。

1.datas[fruits==‘pear’]可以通过布尔型索引datas中的元素（输出对应位置为true的行）

2.布尔矩阵索引同形矩阵中的元素（输出对应位置为true的数）

3.布尔矩阵结合切片和索引(布尔矩阵选行，切片选列)

4.通过关系或逻辑运算得到布尔矩阵

关系运算：相等”==”、不等”!=”、大于”>”、大于等于”>=”、小于”<”、小于等于”<=”

逻辑运算：与”&”、或“|”，取反”~”

（3）花式索引

1.通过整数列表或数组进行索引

arr[arr1]------获得arr1数组中元素对应的arr的行

arr[arr1, arr2]------arr1数组和arr2数组中对应元素组合成位置坐标，从arr中取值

arr[arr1][arr2,arr3]------先根据arr1获得arr的行组成新矩阵，然后再根据arr2和arr3组成的坐标在新矩阵中寻找值。

arr[arr1][:,arr2]------先根据arr1获得arr的行组成新矩阵，然后再根据arr2中的索引找到列。

2.通过np.ix_函数进行索引

arr[np.ix_(arr1)]------获得arr1数组中元素对应的arr的行

arr[np.ix_(arr1, arr2)]------arr1数组和arr2数组中对应元素组合成位置坐标，从arr中取值

arr[np.ix_(arr1)][np.ix_(arr2)]------先根据arr1获得arr的行组成新矩阵，然后再根据arr2中的序号再得到行。

arr[np.ix_(arr1)][arr2, arr3]------先根据arr1获得arr的行组成新矩阵，然后再根据arr2和arr3组成的坐标在新矩阵中寻找值。

arr[np.ix_(arr1)][:,arr2]------先根据arr1获得arr的行组成新矩阵，然后再根据arr2中的值寻找列