Numpy———（八）

三、函数库

1、随机函数库

     1  RandomState类

        类式用法主要使用numpy.random.RandomState类，它是一个Mersenne Twister伪随机数生成器的容器。它提供了一些方法来生成各种各样概率分布的随机数。

构造函数:RandomState(seed)。其中seed可以为None, int, array_like。这个seed是初始化伪随机数生成器。如果seed为None，则RandomState会尝试读取/dev/urandom或者Windows analogure来读取数据，或用者clock来做种子。

      

   RandomState保证了通过使用同一个seed以及同样参数的方法序列调用会产生同样的随机数序列（除了浮点数精度上的区别）。

RandomState提供了一些方法来产生各种分布的随机数。这些方法都有一个共同的参数size。

• 如果size为None，则只产生一个随机数
• 如果size为一个整数，则产生一个一维的随机数数组。
• 如果size为一个元组，则生成一个多维的随机数数组。其中数组的形状由元组指定。

    2 生成随机数的方法

• .bytes(length)：等效于numpy.random.bytes(...)函数
• .choice(a[, size, replace, p])：等效于numpy.random.choice(...)函数
• .rand(d0, d1, ..., dn)：等效于numpy.random.rand(...)函数
• .randint(low[, high, size])：等效于numpy.random.randint(...)函数
• .randn(d0, d1, ..., dn) ：等效于numpy.random.randn(...)函数
• .random_integers(low[, high, size])：等效于numpy.random_integers.bytes(...)函数
• .random_sample([size])：等效于numpy.random.random_sample(...)函数
• .tomaxint([size])：等效于numpy.random.tomaxint(...)函数

3 排列组合的方法

    

• .shuffle(x)：等效于numpy.random.shuffle(...)函数
• .permutation(x) ：等效于numpy.random.permutation(...)函数

4、指定概率分布函数的方法

    

• .beta(a, b[, size])：等效于numpy.random.beta(...)函数
• .binomial(n, p[, size])：等效于numpy.random.binomial(...)函数
• .chisquare(df[, size])：等效于numpy.random.chisquare(...)函数
• .dirichlet(alpha[, size])：等效于numpy.random.dirichlet(...)函数
• .exponential([scale, size])：等效于numpy.random.exponential(...)函数
• .f(dfnum, dfden[, size])：等效于numpy.random.f(...)函数
• .gamma(shape[, scale, size])：等效于numpy.random.gamma(...)函数
• .geometric(p[, size])：等效于numpy.random.geometric(...)函数
• .gumbel([loc, scale, size])：等效于numpy.random.gumbel(...)函数
• .hypergeometric(ngood, nbad, nsample[, size])：等效于numpy.random.hypergeometric(...)函数
• .laplace([loc, scale, size])：等效于numpy.random.laplace(...)函数
• .logistic([loc, scale, size])：等效于numpy.random.logistic(...)函数
• .lognormal([mean, sigma, size])：等效于numpy.random.lognormal(...)函数
• .logseries(p[, size])：等效于numpy.random.logseries(...)函数
• .multinomial(n, pvals[, size])：等效于numpy.random.multinomial(...)函数
• .multivariate_normal(mean, cov[, size])：等效于numpy.random.multivariate_normal(...)函数
• .negative_binomial(n, p[, size])：等效于numpy.random.negative_binomial(...)函数
• .noncentral_chisquare(df, nonc[, size])：等效于numpy.random.noncentral_chisquare(...)函数
• .noncentral_f(dfnum, dfden, nonc[, size])：等效于numpy.random.noncentral_f(...)函数
• .normal([loc, scale, size])：等效于numpy.random.normal(...)函数
• .pareto(a[, size])：等效于numpy.random.pareto(...)函数 -. poisson([lam, size])：等效于numpy.random.poisson(...)函数
• .power(a[, size])：等效于numpy.random.power(...)函数
• .rayleigh([scale, size])：等效于numpy.random.rayleigh(...)函数
• .standard_cauchy([size])：等效于numpy.random.standard_cauchy(...)函数
• .standard_exponential([size])：等效于numpy.random.standard_exponential(...)函数
• .standard_gamma(shape[, size])：等效于numpy.random.standard_gamma(...)函数
• .standard_normal([size])：等效于numpy.random.standard_normal(...)函数
• .standard_t(df[, size])：等效于numpy.random.standard_t(...)函数
• .triangular(left, mode, right[, size])：等效于numpy.random.triangular(...)函数
• .uniform([low, high, size])：等效于numpy.random.uniform(...)函数
• .vonmises(mu, kappa[, size])：等效于numpy.random.vonmises(...)函数
• .wald(mean, scale[, size])：等效于numpy.random.wald(...)函数
• .weibull(a[, size])：等效于numpy.random.weibull(...)函数
• .zipf(a[, size])：等效于numpy.random.zipf(...)函数

     5.类式的其他函数

• seed(seed=None)：该方法在RandomState被初始化时自动调用，你也可以反复调用它从而重新设置伪随机数生成器的种子。

• get_state()：该方法返回伪随机数生成器的内部状态。其结果是一个元组(str, ndarray of 624 uints, int, int, float)，依次为：

  • 字符串'MT19937'
  • 一维数组，其中是624个无符号整数key
  • 一个整数pos
  • 一个整数has_gauss
  • 一个浮点数cached_gaussian

• set_state(state)：该方法设置伪随机数生成器的内部状态,如果执行成功则返回None。参数是个元组(str, ndarray of 624 uints, int, int, float)，依次为：

  • 字符串'MT19937'
  • 一维数组，其中是624个无符号整数key
  • 一个整数pos
  • 一个整数has_gauss
  • 一个浮点数cached_gaussian

• set_state(state)：该方法设置伪随机数生成器的内部状态,如果执行成功则返回None。参数是个元组(str, ndarray of 624 uints, int, int, float)，依次为：

  • 字符串'MT19937'
  • 一维数组，其中是624个无符号整数key
  • 一个整数pos
  • 一个整数has_gauss
  • 一个浮点数cached_gaussian

1.统计量

   统计量是一个作用在样本空间上的函数。

  1、共同参数

• a：一个array_like对象

• axis：可以为为int或者tuple或者None：

  • None：将a展平，在整个数组上操作
  • int：在a的指定轴线上操作。如果为-1，表示沿着最后一个轴（0轴为第一个轴）。
  • tuple of ints：在a的一组指定轴线上操作

• out：可选的输出位置。必须与期望的结果形状相同

• keepdims：如果为True，则结果数组的维度与原数组相同，从而可以与原数组进行广播运算。

• 顺序统计：

• numpy.minimum(x1, x2[, out])：返回两个数组x1和x2对应位置的最小值。要求x1和x2形状相同或者广播之后形状相同。
• numpy.maximum(x1, x2[, out])：返回两个数组x1和x2对应位置的最大值。要求x1和x2形状相同或者广播之后形状相同。
• numpy.amin(a[, axis, out, keepdims]) ：返回a中指定轴线上的最小值（数组）、或者返回a上的最小值（标量）。
• numpy.amax(a[, axis, out, keepdims]) ：返回a中指定轴线上的最大值（数组）、或者返回a上的最小值（标量）。
• numpy.nanmin(a[, axis, out, keepdims]): 返回a中指定轴线上的最小值（数组）、或者返回a上的最小值（标量），忽略NaN。
• numpy.nanmax(a[, axis, out, keepdims]) :返回a中指定轴线上的最大值（数组）、或者返回a上的最小值（标量）忽略NaN。
• numpy.ptp(a[, axis, out]) ：返回a中指定轴线上的最大值减去最小值（数组），即peak to peak
• numpy.argmin(a, axis=None, out=None)：返回a中指定轴线上最小值的下标
• numpy.argmax(a, axis=None, out=None)：返回a中指定轴线上最大值的下标
• numpy.percentile(a, q[, axis, out, ...]) ：返回a中指定轴线上qth 百分比数据。q=50表示 50% 分位。你可以用列表或者数组的形式一次指定多个 q。
• numpy.nanpercentile(a, q[, axis, out, ...])：返回a中指定轴线上qth 百分比数据。q=50表示 50% 分位。
• numpy.partition(a, kth, axis=-1, kind='introselect', order=None)：它将数组执行划分操作：第 位左侧的数都小于第 ；第 位右侧的数都大于等于第 。它返回划分之后的数组
• numpy.argpartition(a, kth, axis=-1, kind='introselect', order=None)：返回执行划分之后的下标（对应于数组划分之前的位置）。

2、排序

    

• numpy.sort(a, axis=-1, kind='quicksort', order=None)：返回a在指定轴上排序后的结果（并不修改原数组）。

  • kind：字符串指定排序算法。可以为'quicksort'(快速排序)，'mergesort'(归并排序)，'heapsort'(堆排序)
  • order：在结构化数组中排序中，用于设置排序的字段（一个字符串）

• numpy.argsort(a, axis=-1, kind='quicksort', order=None)：返回a在指定轴上排序之后的下标（对应于数组划分之前的位置）。

• numpy.lexsort(keys, axis=-1)：

  • 如果keys为数组，则根据数组的最后一个轴的最后一排数值排列，并返回这些轴的排列顺序。如数组a的shape=(4,5)，则根据a最后一行（对应于最后一个轴的最后一排）的5列元素排列。这里axis指定排序的轴 。对于argsort，会在最后一个轴的每一排进行排列并返回一个与a形状相同的数组。
  • 如果keys为一维数组的元组，则将这些一维数组当作行向量拼接成二维数组并按照数组来操作。

• numpy.searchsorted(a, v, side='left', sorter=None)：要求a是个已排序好的一维数组。本函数将v插入到 a中，从而使得数组a维持一个排序好的数组。函数返回的是v应该插入的位置。side指定若发现数值相等时，插入左侧left还是右侧right

  • 如果你想一次插入多个数值，可以将v设置为列表或者数组。
  • 如果sorter=None，则要求a已排序好。如果a未排序，则要求传入一个一维数组或者列表。这个一维数组或者列表给出了 a的升序排列的下标。（通常他就是argsort的结果）
  • 它并不执行插入操作，只是返回待插入的位置。
• 

3. 均值和方差

• numpy.sum(a, axis=None, dtype=None, out=None, keepdims=False)：计算a在指定轴上的和

• numpy.prod(a, axis=None, dtype=None, out=None, keepdims=False)：计算a在指定轴上的乘积

• numpy.median(a[, axis, out, overwrite_input, keepdims]):计算a在指定轴上的中位数（如果有两个，则取这两个的平均值）

• numpy.average(a[, axis, weights, returned]):计算a在指定轴上的加权平均数

• numpy.mean(a[, axis, dtype, out, keepdims]) :计算a在指定轴上的算术均值

• numpy.std(a[, axis, dtype, out, ddof, keepdims]):计算a在指定轴上的标准差

• numpy.var(a[, axis, dtype, out, ddof, keepdims]) :计算a在指定轴上的方差。方差有两种定义：

• 

• numpy.nanmedian(a[, axis, out, overwrite_input, ...]) :计算a在指定轴上的中位数，忽略NaN

• numpy.nanmean(a[, axis, dtype, out, keepdims]) :计算a在指定轴上的算术均值，忽略NaN

• numpy.nanstd(a[, axis, dtype, out, ddof, keepdims]):计算a在指定轴上的标准差，忽略NaN

• numpy.nanvar(a[, axis, dtype, out, ddof, keepdims]) :计算a在指定轴上的方差，忽略NaN

• 

• 4、相关系数

  • numpy.corrcoef(x[, y, rowvar, bias, ddof]) : 返回皮尔逊积差相关
  • numpy.correlate(a, v[, mode]) ：返回两个一维数组的互相关系数
  • numpy.cov(m[, y, rowvar, bias, ddof, fweights, ...])：返回协方差矩阵

直方图：

• numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False)：返回ar中所有不同的值组成的一维数组。如果ar不是一维的，则展平为一维。

  • return_index：如果为True，则同时返回这些独一无二的数值在原始数组中的下标
  • return_inverse：如果为True，则返回元素数组的值在新返回数组中的下标（从而可以重建元素数组）
  • return_counts：如果为True，则返回每个独一无二的值在原始数组中出现的次数

• numpy.histogram(a, bins=10, range=None, normed=False, weights=None, density=None):计算一组数据的直方图。如果a不是一维的，则展平为一维。bins指定了统计的区间个数（即统计范围的等分数）。range是个长度为2的元组，表示统计范围的最小值和最大值（默认时，表示范围为数据的最小值和最大值）。当density为False时，返回a中数据在每个区间的个数；否则返回a中数据在每个区间的频率。weights设置了a中每个元素的权重，如果设置了该参数，则计数时考虑权重。它返回的是一个元组，第一个元素给出了每个直方图的计数值，第二个元素给出了直方图的统计区间的从左到右的各个闭合点 （比计数值的数量多一个）。

  • normed：作用与density相同。该参数将被废弃
  • bins也可以为下列字符串，此时统计区间的个数将通过计算自动得出。可选的字符串有：'auto'、'fd'、'doane'、'scott'、'rice'、'sturges'、'sqrt'

• numpy.histogram2d(x, y, bins=10, range=None, normed=False, weights=None) ：计算两组数据的二维直方图

• numpy.histogramdd(sample, bins=10, range=None, normed=False, weights=None) ：计算多维数据的直方图

• numpy.bincount(x[, weights, minlength])：计算每个数出现的次数。它要求数组中所有元素都是非负的。其返回数组中第i个元素表示：整数i在x中出现的次数。要求x必须一维数组，否则报错。weights设置了x中每个元素的权重，如果设置了该参数，则计数时考虑权重。minlength指定结果的一维数组最少多长（如果未指定，则由x中最大的数决定）。

• numpy.digitize(x, bins, right=False) ：离散化。如果x不是一维的，则展平为一维。它返回一个数组，该数组中元素值给出了x中的每个元素将对应于统计区间的哪个区间。区间由bins这个一维数组指定，它依次给出了统计区间的从左到右的各个闭合点。right为True，则表示统计区间为左开右闭合(]；为False，则表示统计区间为左闭合右开[)