py库笔记

标签（空格分隔）： numpy python 《利用Python进行数据分析》

---

NumPy(数组和矢量计算)

• 快速多效的数组对象ndarray
• 线性代数运算、傅里叶变换、随机数生成
• 用于C、C++、Fortran代码集成到Python的工具

ndarray基础

类型	说明
.ndim	dimension的缩写，维度
.shape	返回(n,m)=n行m列
.size	元素个数
.T	转置矩阵
.A	将矩阵转化为array数组类

函数	说明
array()	将输入数据转换为ndarray
ones()	根据指定形状和dtype创建一个全1数组
zeros()	创建一个全0数组
empty()	创建一个未初始化数组
arange()	生成连续元素数组
copy()	返回一个副本
reshape()	重建.shape
.unique()	去重

data = [1,2,3,4,5,6]
x = numpy.array(data)
print data
print x

#[1, 2, 3, 4, 5, 6]
#[1 2 3 4 5 6]

x = np.array(['1','2','3'],dtype = np.string_)
y = x.astype(np.int32)
print x
print y

#['1' '2' '3']
#[1 2 3]

copy()示例

x = np.array([0,1,2,3,4,5,6,7,8,9,10])
y = x.copy()
print y

reshape()示例

a = np.arange(10)
b = a.reshape(5,2)
print b

矢量化计算

x = np.array([1,2,3])
print x*2
print x>2
print x*x

索引与切片

基本索引没区别，添加了布尔索引和花式索引

x = np.array([3,2,3,1,3,0])
# 布尔型数组的长度必须跟被索引的轴长度一致
y = np.array([True,False,True,False,True,False])
print x[y] # [3,3,3]
print x[y==False] # [2,1,0]

x = np.array([[0,1],[2,3],[4,5],[6,7],[8,9]])
print x,'\n'
print x[[0,1],:],'\n'
print x[:,[0]],'\n'

print x[[0,1]][:,[0,1]],'\n' # 打印01行的01列 [[1,2],[3,4]]

print x[[0,1],[0,1]],'\n' # [1,4] 打印x[0][0]和x[1][1]

用索引改变数组的值，不改变规模

#coding=utf-8
import numpy as np
arr3d = np.array([[
                   [1,2,3],
                   [4,5,6]
                  ],
                  [
                   [7,8,9],
                   [10,11,12]
                  ]])
print arr3d[0],'\n\n'
arr3d[0] = 4
print arr3d

基本数值函数

函数	说明
.floor()	小于等于该值的最大整数
.rint()	将各元素四舍五入到最接近的整数

.where() 快速取值

where是三元表达式x if condition else y的矢量化版本

cond = [[True, False], [True, True]]
np.where(cond,
      	[[1, 2], [3, 4]],
      	[[9, 8], [7, 6]])
#array([[1, 8],[3, 4]]
# True时从x取值，False时从y取值

统计方法

方法	说明
.sum()	求和，当加入axis=1以后就是将一个矩阵的每一行向量相加
.mean()	求算术平均数
.max().min()	求最大最小
.argmax().argmin()	求最大最小索引
.mean(a, axis=0)	求均值，axis=0，计算每一列的均值，axis=1，计算行的

print x.mean(axis=1) # 对每一行的元素求平均
print x.mean(axis=0) # 对每一列的元素求平均

集合运算

方法	说明
.intersect1d()	求交集
.union1d()	求并集

矩阵运算

import numpy.linalg 模块。线性代数（linear algebra）

函数	说明
.diag()	返回方阵的对角线元素，或将一维数值转换为方阵
.dot()	矩阵乘法
.trace()	计算对角线元素的和
.det()	计算矩阵行列式
.eig()	计算方阵特征值和特征向量
.inv()	计算方阵的逆
.svd()	计算奇异值分解（SVD）
.cov()	协方差矩阵，rowvar=1（默认）表示每一行代表一个变量

随机数生成

。。。

stack()，hstack()，vstack()

pandas

源于panel data计量经济学术语和Python data analysis（Python数据分析），它基于python构建。

DataFrame（源于R语言的data.frame对象）

面向列的二维表结构，含有行标和列标

matplotlib

figure

• 创建

fig = plt.figure()
#第二个参数为figsize，图的大小

• 显示

plt.show()

• 创建多个图一起显示

ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
plt.show()

• 坐标轴不可见

plt.axis('off')

• 显示灰度图

plt.imshow(img, cmap ='gray')#黑底
plt.imshow(img, cmap = plt.cm.gray)#黑底
plt.imshow(img, cmap = plt.cm.gray_r)#白底

pyplot

散点图

简单示例

x = [1,2,3]
y = [4,5,6]
plt.scatter(x,y)
plt.show()

核心函数：scatter()

源自官方文档：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

• x,y：要画的点的位置
• s：点的大小，默认20
• c：点的颜色，默认蓝色
• marker：点的形状，默认为圆
• cmap：当c为浮点数时使用，。。。
• norm：当c为浮点数时使用，。。。
• vmin, vmax：当norm使用时使用，。。。
• alpha：不透明度，【0，1】
• linewidths：点的外边框，默认不开启
• verts：。。。
• edgecolors：外边框颜色
• 。。。

直方图

折线图

• 画图核心代码

plt.plot(x,y)

图例与助记

综合

SciPy

求微积分和矩阵

python原生

string.

string.strip()

去除首尾XX字符

str = "   iloveyou   "
print(str.strip())
##iloveyou

#IPython（Notebook）

xxx?

显示信息，叫做对象内省

快捷键

快捷键	功能
tab	补全
Ctrl-c	中断

其他

python哲学

import python

''前面的字母

• r’'表示纯字符串，用在文件路径上
• u’'表示unicode编码

json（JavaScript Object Notation）

一种web数据格式

可以通过import json的方法来将JSON字符串转换成Python对象。

import json
path = '...txt'
records = [json.loads(line) for line in open(path)]#字典

records是二维数组，records[0]是一个字典