python->数据分析之numpy基础（学习笔记

学习了数据分析，基本上是要掌握三个库，分别是numpy,pandas,matplotlib，本篇文章主要讲了numpy的基础。这是篇学习笔记，来源于自己的总结。所以特别基础的内容不会涵盖，可以看作是一篇对自己的知识考核和提醒。?

numpy基础

布尔索引

import numpy as  np
data=np.random.randn(7,4)
data[data<0]=0
#选出了data中所有小于0的项并且置于0

神奇索引

import numpy as np
data=np.arange(32).reshape((8,4))
data[[1,5,7,2]][:,[0,3,1,2]]
#按照特定的顺序截取

数制的转换和换轴

import numpy as np
data=np.arange(15).reshape((3,5))
data.T#矩阵的转置
data.transpose((1,0.2))
#(1,0,2)本应该是(0,1,2)分别表示组、行、列，现在则表示组与行互换
data.swapaxes(1,2)
#接受一对轴编号，如例子接受了1与2(行与列)再进行互换，返回数组的视图

通用函数

判断选择

import numpy as np
np.where(cond,xarr,yarr)
#cond是一个布尔数组,当cond为True时，选xarr中的数，反之选yarr中的数

基础数组的统计方法

函数：
sum,mean,std,var,min,max,argmin,argmax,cumsum,cumprod
可选参数：
axis=0/1,以行或列为单位

排序

fangfa

import numpy as no
np.sort(axis=0/1)

数组的集合操作

方法	描述
unique(x)	计算x的唯一值，并排序
intersect1d(x,y)	计算x和y的交集，并排序
union1d(x,y)	计算x和y的并集，并排序
in1d(x,y)	计算x中的元素是否包含在y中，返回一个布尔值数组
setdiff1d(x,y)	差集，在x中但不在y中的x的元素
setxor1d(x,y)	异或集，在x或y中，但不属于x、y交集的元素

线性代数

常用numpy.linalg函数

函数	描述
diag	将一个方阵的对角（或非对角）元素作为一维数组返回，或者将一维数组转换成一个方阵，并且在非对角线上有零点
dot	矩阵点乘
trace	计算对角元素和
det	计算矩阵的行列式
eig	计算方阵的特征值和特征向量
inv	计算矩阵的逆矩阵
pinv	计算矩阵的Moore-Penrose伪逆
qr	计算QR分解
svd	计算奇异值分解（SVD）
solve	求解x的线性系统Ax=b，其中A是方阵
lstsq	计算Ax=b的最小二乘解

伪随机数的生成

numpy.random中部分函数列表

函数	描述
seed	向随机数生成器传递随机状态种子
permutation	返回一个序列的随机排列，或者返回一个乱序的整数范围序列
shuffle	随机排列一个序列
rand	从均匀分布中抽取样本
randint	根据给定的由低到高的范围抽取随机整数
randn	从均值0方差1的正态分布中抽取样本（MATLAB型接口）
binomial	从二项分布中抽取样本
beta	从beta分布中抽取样本
chisquare	从卡方分布中抽取样本
gamma	从伽马分布中抽取样本
normal	从正态(高斯)分布中抽取样本
uniform	从均匀[0，1)分布中抽取样本