数据科学学习笔记-------------多维数据结构与运算

在数据分析中需要从多个维度来表示数据。

0维：一个数字

一维：一维数组

二维：二维数组

Numpy库是python进行科学计算和数据分析的基础库

在使用前导入 import numpy as np

 

一、多维数组创建与访问

 

一维数组的创建：course=np.array(['Math','Python','Art','English','Database'])

一维数组的访问----索引

numpy中正序倒序均可访问：正序索引范围[0,n-1]，倒序索引范围[-n,-1]

访问方式：数组切片操作

1.使用索引列表

例：>>>course[[0,2,4]]     #两层括号,外层括号表示元素访问，内层括号表示列表

结果：array(['Math','Art','Database'])

2.索引可表示为：start:end:step

例：>>>course[1:4]   #步长不写，默认为1，输出索引为1，2，3的元素

3.根据条件筛选数组元素

course = [(course=='Math')|(course=='Art')]

 

二维数组的创建

例：

scores = np.array([[1,2,3],[4,5,6],[7,8,9]])

二维数组的切片

基本格式：arr[row,col]

例：scores[1,0]  #第一行第0列的内容

scores[[1,2]]  #选出第一行与第二行的全部内容

scores[:,[0,1]]  #选出第0列和第一列的全部内容

条件筛选

data = (course=='Math')|(course=='Art') #生成bool型的数组

course为Math和Art的位置为True，其他为False

 

二、多维数据运算 

基本算数运算

        标量与数组之间的运算

         例：给scores中每个数值加5：

              score+5<==>创建一个3行3列且其中元素均为5的二维数组，scores与二维数组相加

         数组与数组之间的运算

                 二维数组与一维数组的计算

                 例：给scores每个数据加上不同的数

                        data = np.array([1,4,5])

                        scores+data

       不同维度的数组能进行运算是因为numpy使用广播机制，也就是对低维数组进行维度扩展

函数运算

         通用函数：一元、二元（指的是函数的参数个数）

          一元：abs、fabs、sqrt......（一个输入数组，返回一个数组）

         二元：add、subtract（两个输入数组，返回一个数组）

         聚合函数

          类似于数据库的操作，支持在行(axsi=1)、列(axsi=0)或全体数组元素上的聚集操作

         如：mean,sum、min、max......

         随机生成函数（都在np.random模块中）

         如：random：随机产生[0，1）间的浮点数

                 randint：随机产生给定范围内的一组整数 

                 uniform：随机产生一组给定范围内服从均匀分布的浮点数

                 normal：随机产生一组给定范围内服从给定均值和方差的正态分布随机数

                 choice：在给定的序列内随机选择元素