numpy的基本操作

numpy官方文档
https://www.numpy.org.cn/

1、求DataFrame基本的标准差，方差，平均值

 #求标准差
        std=np.std(self.data['wage'])
        print("标准差为"+str(std))

        #求方差
        variance=np.var(self.data['wage'])
        print("方差为"+str(variance))

        #求平均值
        average=np.mean(self.data['wage'])
        print("平均值为"+str(average))

2、将列表转化为二维数组

x=[2,4,6,7]
x=np.array(x)
x.resize((len(x),1))#（二维数组为len（x）个一维数组，每个一维数组中一个元素）

3、将二维数组转置

    def t(self,num):
        return np.transpose(num)#两种方式转置二维数组
        #return list(map(list, zip(*x)))

4、数组的运算

    def sub(self,A,B):#数列相减
        return np.array(A)-np.array(B)
	def log(self,num): #取对数
    return [math.log(i)for i in num]

def t(self, num):#将二维数组转置
    return np.transpose(num)


def pow(self, lists):  # 计算平方
    return [math.pow(i, 2) for i in lists]

def product(self,A,B):#计算两数相乘
    return array(A)*array(B)

def plus(self, A, B):  # 数列相加
    return array(A) + array(B)

def average(self, A, B):  # 取平均值
    c = array(self.plus(A, B))
    return c / 2
def sub(self,A,B):#数列相减
    return array(A)-array(B)
def chu20(self,A):#除以20
    A=array(A)
    return A/20
def chu16(self,A):#除以16
    A=array(A)
    return A/16
     

5、计算dataframe的相关系数

self.datas=self.data[['tuit17','tuit18']]
print(np.corrcoef(self.datas.T))#计算相关系数

6、随机生成范围[0,6)有50个元素的数组

np.random.randint(0,6,50),