走上数据分析之路【一】——Numpy常用函数

前言

主要是为了记录一些Numpy常用函数，方便以后自己查阅。

正文

1.创建ndarry

（1）np.array()

a = np.array([1, 2, 3])
b = np.array([[1, 2, 3], [4, 5, 6]])

（2）np.ones()、np.eye()、np.zeros()

a = np.ones((3, 2))
b = np.eye(5)
c = np.zeros((3, 2, 5))

2.索引与切片

较为简单，忘了参考书P100

3.通用函数（exp、sin…）

参考书P111

4.线性代数

（1）arr.T 转置

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a, '\n\n', a.T)

结果：

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

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

（2）行列式 X.dot(Y)
表示X*Y

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.dot(a.T))

结果：

[[14 32]
 [32 77]]

（3）补充

5.数学统计

np.mean()、np.sum()…参考


想说一点，就是axis这个参数：

a = np.ones((5, 4))
print(a, '\n')
print(a.sum(), '\n')
print(a.sum(axis=0), '\n')
print(a.sum(axis=-1), '\n')

结果：

[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]] 

20.0 

[5. 5. 5. 5.] 

[4. 4. 4. 4. 4.] 

还有，np.cumsum()也很有用

a = np.ones(10)
print(a.cumsum())

结果：

[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]

6.排序

np.sort()
和上面一样，记住axis这一参数的用法

7.集合运算

8.随机数

9.其他

（1）np.meshgrid(arr1, arr2)
主要用来画3D图，arr1和arr2为一维ndarry数组。

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt 
%matplotlib inline

x = np.arange(-5, 5, 0.01)
y = x
x, y = np.meshgrid(x, y)
z = np.sin(x)**2 + np.cos(y)**2
fig = plt.figure()
ax = plt.axes(projection='3d')
ax.plot_surface(x, y, z)

（2）np.where()
相当于 x if condition else y
举两个例子

cond = [0, 1, 0, 0, 1]
x = np.ones(5)
y = [2, 2, 2, 2, 2]
print(np.where(cond, x, y))

结果：

[2. 1. 2. 2. 1.]

x = np.array([1, 2, 3, 4, 5])
y = np.array([6, 6, 6, 6, 6])
print(np.where(x>3, x, y))

结果：

[6 6 6 4 5]

（3）arr.any()和arr.all()
主要用于bool型ndarray，any表示只要arr中有true则返回true，all是用来判断arr中是否全为true