python数据分析与挖掘（一）

python数据分析与挖掘（一）

一、数组

1.numpy库导入

import numpy as np   #起一个别名
arr = np.array([1,2,3,4])   #创建一个一维数组
print('创建的数组是：',arr)

2.数组基本属性

print('数组的维数是：',arr.ndim)
print('数组的长度是：',arr.shape)
print('数组的元素个数是：',arr.size)
print('数组中每个元素的类型是：',arr.dtype)
print('元素类型所占字节数是：',arr.itemsize)

3.数组元素类型转换

arr2 = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]],dtype = np.float32)   #设置为32位浮点型数据
print('创建的二维数组是：\n',arr2)

a = np.array([1,2,3],dtype = np.int8)   #创建数组，定义数据类型
print('源数据类型为：',a.dtype)
b = np.int32(a)   #将类型改为int32
print('更改后的类型为：',b.dtype)

print(np.float64(42))
print(np.int8(42))
print(np.bool(42))
print(np.bool(0))
print(np.float(True))
print(np.float(False))

4.改变数组形状

arr2.shape = (4,3)   #改变数组形状，重新设置行列数
arr2

a = np.arange(12)   #创建一个一维数组
print('创建的数组为：',a)
b = a.reshape(3,4)   #改变数组形状为3行4列的二维数组
print('改变形状后数组为：\n',b)

print('二维数组按横向展平：',b.ravel())
print('二维数组按纵向展平',b.flatten(order = 'F'))

5.使用arange函数创建数组

arr3 = np.arange(1,10,1)   #1-10之间的数步长为1
print(arr3)
arr4 = np.arange(0,1,0.1)   #0-1之间的数步长为0.1
print(arr4)

6.使用linspace函数创建数组

arr5 = np.linspace(0,100,20,endpoint = False)   #从0到100之间取20个元素，是一个等差数列，设置取不到100，不显示小数
print(arr5)

7.使用logspace函数创建数组

arr6 = np.logspace(0,2,20)   #10º到10²之间产生的20个数，是一个等比数列
print(arr6)
arr6.shape = 4,5   #改变形状成二维数组
print('改变形状后的数组是：\n',arr6)

8.使用zeros函数创建数组

arr7 = np.zeros((4,5))   #创建4行5列，数组元素全是0的二维数组
print(arr7)

9.使用eye函数创建数组

arr8 = np.eye(3)   #3×3的数组，斜对角是1
print(arr8)

10.使用diag函数创建数组

arr9 = np.diag([1,2,3,4])   #4×4的数组，斜对角是1 2 3 4
print(arr9)

11.使用ones函数创建数组

arr10 = np.ones((3,5))   #创建3行5列，数组元素只有1的二维数组
print(arr10)

12.使用random函数生成随机数

print('生成随机数是：\n',np.random.random(10))   #生成0-1之间，随机的浮点数10个

13.使用rand函数生成随机数

print(np.random.rand(7,5))   #随机生成0-1之间的7行5列的二维数组

14.使用randint函数生成随机数

print(np.random.randint(2,10,size = [2,5]))   #2-10之间，2行5列的随机整数

15.自定义数据类型

df = np.dtype([('name',np.str_,40),('numitems',np.int64),('price',np.float64)])   #创建数据类型
print('数据类型为：',df['name'])
print('数据类型为：',df['numitems'])
itemz = np.array([('tomatoes',42,4.14),('cabbages',13,1.72)],dtype = df)   #自定义数据类型
print('自定义数据为：',itemz)

16.使用randn函数生成随机数

print(np.random.randn(2,3,2))   #随机生成两个3行2列符合正太分布的二维数组

17.数组的切片操作

arr = np.arange(10)
print('创建的数组为：',arr)
print('数组切片第5个元素为：',arr[5])
print('数组切片结果：',arr[3:5])   #3-5之间的元素，不包括5
print('数组切片结果：',arr[:5])   #起始位置到5之间的元素
print('数组切片结果：',arr[-1])   #最后一个元素
arr[3:5] = [100,200]
print(arr)   #改变数组内元素
print('数组切片结果：',arr[1:9:2])   #1-9之间的元素，步长为2

a = np.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]])
print('创建的多维数组为：\n',a)
print('数组切片结果：',a[1,2:4])   #行下标为1，列下标为2-4的数据
print('数组切片结果：\n',a[1:3,2:4])   #行下标为1-3，列下标为2-4的数据

18.数组组合操作

a1 = np.arange(12).reshape(3,4)   #创建一个3行4列的二维数组
a2 = a1 * 3
print('第一个数组为：\n',a1)
print('第二个数组为：\n',a2)

print(np.hstack((a1,a2)))   #给两个数组横向组合
print(np.vstack((a1,a2)))   #给两个数组纵向组合

c1 = np.concatenate((a1,a2),axis = 1)   #给两个数组横向组合
print(c1)
c2 = np.concatenate((a1,a2),axis = 0)   #给两个数组纵向组合
print(c2)

19.数组分割操作

print(np.hsplit(c2,2))   #数组横向分割
print(np.vsplit(c2,3))   #数组纵向分割

print(np.split(c2,2,axis = 1))   #数组横向分割
print(np.split(c2,3,axis = 0))   #数组纵向分割