numpy&pandas函数总结

导入numpy

属性：

• ndarray 多维数组属性如下
• itermsize 每个项占用多少个字节
• dtype 多维数组是整体什么类型
• size 多维数组有多少项
• shape 多维数组的形状 几行几列
• ndim 数组的维数
• nbytes 数组中所有数据消耗的字节数

方法：

• np.array([0,1,2,3]) 创建一个数组 []或()

• np.mat([[1,2],[3,4]) 生成一个矩阵

• np.arange(5) 从0开始5个数字当做数组

• np.random.rand(100) 返回一个或一组 “0-1”均匀分布的随机样本值。随机样本取值范围是[0,1)

• np.random.randn(100,1) 返回一个或一组服从标准分布0为均数、以1位标准差的正太分布 N(0,1) -1.96~+1.96 95%,-2.58~+2.58 99%

• np.random.randint(low,high=None,size=None,dtype=‘I’) 返回随机整数或整数型数组，范围区间为[low,high)

• np.concatenate([a,b],axis=-1) 合并多个ndarray 按照列来合并

• numpy.random.normal(loc=0,scale=1e-2,size=shape)

  • 参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布，
  • 参数scale(float)：正态分布的标准差，对应