python的numpy包使用

1. numpy函数

numpy 多是矩阵array运算。

1.1 numpy.unique()
返回列中独一无二的值，即重复的值只返回一个

numpy.unique(ar, return_index=False, return_inverse=False,
return_counts=False, axis=None)

uniq = float_df[col].unique()

1.2 numpy.corrcoef()

numpy.corrcoef(x, y=None, rowvar=True, bias=<class
numpy._globals._NoValue>, ddof=<class numpy._globals._NoValue>)

示例：

import numpy as np
import pandas as pd

a=[[1.0,0.2]]
b=[2,4]

a=np.corrcoef(a,b)

1.3 ndarray.tolist()获得嵌套列表

ndarray.tolist()
Return the array as a (possibly nested) list.

>>> a = np.array([1, 2])
>>> a.tolist()
[1, 2]
>>> a = np.array([[1, 2], [3, 4]])
>>> list(a)
[array([1, 2]), array([3, 4])]
>>> a.tolist()
[[1, 2], [3, 4]]

1.4 numpy.vstack()函数：合并列表

函数原型：numpy.vstack(tup)

>>> a = np.array([1, 2, 3])  
>>> b = np.array([2, 3, 4])  
>>> np.vstack((a,b))  
array([[1, 2, 3],  
       [2, 3, 4]])  
  
>>>  
  
>>> a = np.array([[1], [2], [3]])  
>>> b = np.array([[2], [3], [4]])  
>>> np.vstack((a,b))  
array([[1],  
       [2],  
       [3],  
       [2],  
       [3],  
       [4]]) 

1.5 np.hstack()：左右合并

D = np.hstack((A,B))       # horizontal stack

print(D)
# [1,1,1,2,2,2]

print(A.shape,D.shape)
# (3,) (6,)

---

参考：

1. numpy入门；
2. numpy数组操作；
3. SciPy_doc_corrcoef；
4. numpy的array合并_莫烦；