python数据分析numpy

import numpy as np

01.创建数组对象

np.array(obj, dtype, ndmin维度)

np.eye(5, dtype=int, k=0 # 对角为1,5x5数组，k默认0

np.zeros((3, 3)) # 3x3全是0的数组

02.数组的索引和切片

np.arange(start, end, step)

np.linspace(start, end, num, endpoint=True, dtype) # 数据等分

03.改变数组维度

变维

ndarray.reshape((a, b)) # 原值不变

ndarray.resize((a, b)) # 操作原数据 原值改变

展平

ndarray.ravel() # 返回新值 原值不变 受原数据影响

ndarray.flatten() # 返回新值 原值不变 不受原数据影响

转置

ndarray.T

04.数组的组合与分割

水平组合

np.hstack(arr1, arr2)

np.concatenate((arr1,arr2), axis=1)

np.column_stack((arr1, arr2))

垂直组合

np.vstack(arr1, arr2)

np.concatenate((arr1, arr2), axis=0)

np.row_stack((arr1, arr2))

水平分割n等份

np.hsplit(arr, n)

np.split(arr, n, axis=1)

垂直分割n等份

np.vsplit(arr, n)

np.split(arr, n, axis=0)

不等分

np.hsplit(arr, list[1, 2, 4])

05.聚合函数

np.average()

np.max()

np.min()

np.mean() # 均值

np.var() # 方差

np.std() # 标准差

np.sqrt() # 开方

np.sum()

06矩阵的创建于运算

np.mat(obj) # 矩阵

np.random.choice(a, size=None, replace=True, p=None)

07.算术运算

np.add()

np.subtract()

np.multiply()

np.divide() # +-*/

08.排序

arr.sort(axis) # 改变原值 0跨行1跨列

-np.sort(-arr, axis) # 从大到小 降序

09.搜索

np.nan # nan既是最大也是最小

np.isnan(np.nan) # True

np.inf # 正无穷

np.argmax() # 返回最大值下标，不忽略nan

np.nanargmax() # 返回最大值下标，忽略nan

np.where(condition) # 返回True下标

np.argwhere() # 返回符合条件下标

np.searchsorted(c, d) # c排好序，d待插入，返回插入下标

10.插入

np.insert(arr, indexs, values)

np.insert(c, np.searchsorted(c, d), d)

11.数据筛选

arr[condition]

ndarray.compress(condition)

np.extract(condition, arr)

np.nozero(arr) # 提取非0下标

12.通用函数

abs fabs sqrt ceil floor isnan isinf

add subtract multiply divide floor_divide power mod less less_equal