Python numpy操作

Python numpy相关操作
1.新建一个np数组
numpy.empty(shape, dtype = float, order = ‘C’)

import numpy as np
test = np.empty((4,3), dtype = float, order = 'C')//可选np.ones / np.zero
print(test)

import numpy as np
b = np.linspace(1,10,10)//参数为（开始，结束，元素个数）
print(b)

import numpy as np
b = np.arange(1,10,1)//参数为（开始，结束，间隔数）
print(b)

2.切片
2.1一维数组切片

import numpy as np
a = np.arange(10)  
b = a[2:7:2]   # 从索引 2 开始到索引 7 停止，间隔为 2
print(b)

2.2 二维数组切一行一列或某个位置的值

a = np.ones((4,3))
print(a[0,:])
print(a[:,0])
print(a[0][0])

3.更新元素

a = np.ones((4,3))
a[0][0] = 2
print(a)

4.改变np性状，reshape

import numpy as np
a = np.ones((2,8))
print(a)
print(a.reshape((4,4)))

将多维数组折叠成一维

import numpy as np

a = np.ones((2,8))
print(a.flatten())
print(a.ravel())

np转置

import numpy as np
a = np.ones((2,8))
print(a.transpose())

5.np分析数据的一些函数
axis = 0 或1
np.sum()，返回求和
np.mean()，返回均值
np.max()，返回最大值
np.min()，返回最小值
np.ptp()，数组沿指定轴返回最大值减去最小值，即（max-min）
np.std()，返回标准偏差（standard deviation）
np.var()，返回方差（variance）
np.cumsum()，返回累加值
np.cumprod()，返回累乘积值

import numpy as np
a = np.random.randn(5,5)
print(a.mean())#均值
print(a.var())#方差
print(a.std())#标准差
print(np.median(a))#中位数
print(np.percentile(a))#百分位数

6.删除某一行。一列
numpy.delete(arr, obj, axis=None)

import numpy as np
a = np.random.randn(5,5)
print(np.delete(a, 1, axis=1))