数据分析之Numpy学习笔记（二）（对象、方法、参数）

np.nan 等同于 NaN(Not a Number)

np.where根据条件判断赋值

根据一个数组生成一个新的数组
根据cond条件，如果为真写入真值，如果为假，写入假值。
pandas和numpy中的where很容易搞不清，这里附上传送门，到最下面看where总结

np.where(condition，true_value,false_value)

统计方法

arr.mean(axis=1)      算术平均值，可加axis参数
arr.std()			  标准差
var					  方差
...

累加、累乘、求和(计数)、绝对值等等。

arr.cumsum()         累加，可以添加axis参数
arr.cumprod()        累乘，可以添加axis参数
arr.sum()            求和，当然也可以当计数用，如：(arr>0).sum()
np.abs()			 绝对值
sqrt
...

any() all()判断是否为True

any()			测试数组中是否存在一个或多个True
				
all()			检查数组中所有值是否全部为True

上述也都适用于非布尔型数组，所有非0元素会被当做True

sort()排序

arr.sort()		会修改数组本身
np.sort()		返回一个已排序的副本

去重

np.unique(x) 		唯一化，去重，返回有序结果

集合

np.in1d(x,y)		用于测试一个数组的值在另一个数组中的成员资格，返回bool
np.intersect1d(x,y)	公共元素，返回有序结果
np.union1d(x,y)		并集，返回有序结果
np.setdiff1d(x,y)	集合的差
np.setxor1d(x,y)	对称差

sign()，正数改为1，负数改为-1,0为0

np.sign()

数组的文件输入输出(内置二进制格式篇)、保存

np.save('保存的文件名',arr)		-->未压缩文件
np.load('文件名.npy')			-->未压缩文件

np.savez('文件名.npz',a=arr1,b=arr2)  -->未压缩文件
		-->通过load加载时，会得到一个类似字典的对象
		-->array({'a':arr1,'b':arr2})

压缩数据--> np.savez_compressed('文件名.npz',a=arr1,b=arr2)

,
,
下一篇：数据分析之Numpy学习笔记（三）（线性代数）