numpy学习

import numpy as np

#numpy的创建

# a=np.array((1,2,3,4,5,9))

# b=np.array(range(1,50))

# c=np.arange(1,6)

# d=np.array([1,0,0,1,0,0]).astype("i2")

# print(d)

# a=[1,2,5,6,8,9]

# b=[5,6,8,9,5,4]

# c=np.array([a,b])

# c.shape #数组形状

# c=c.reshape(3,4) #重新定义数组形状

# print(c)

#

# k=c.flatten() #转化为一维数组

# print(k)

#数组的计算

# a=np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]]).astype("i1")

# y=np.arange(12).reshape(2,6)

# t=np.arange(6)

# a+=1 #加法

# a*=3 #乘法

# x=a+y #同维度的数组计算

# u=y*t

# print(u)

#轴的概念

# axis=0,表示行；axis=1 表示列；

#numpy数据读取

#np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)

# a=r"D:\学习\数据分析资料\数据分析资料\day03\code\youtube_video_data\GB_video_data_numbers.csv"

# b=r"D:\学习\数据分析资料\数据分析资料\day03\code\youtube_video_data\US_video_data_numbers.csv"

# gb_path=np.loadtxt(a,delimiter=",",dtype="i2")

# us_path=np.loadtxt(b,delimiter=",",dtype="i2")

# print(us_path)

# print(gb_path)

# numpy索引和切片

# a=np.arange(36).reshape(9,4)

# a[1] #取一行

# x_1=a[:,2] #取一列

# x_2=a[:2] #取多行

# x_3=a[[2,3,4]] #取不连续多行

# x_4=a[:,1:3]

# x_5=a[2:5,1:3] #取行列的交叉点位置

# b=np.where(a<22,0,66) #小于22的全部赋值0，其他赋值66

# print(b)

t=np.array([1,2,5,nan])

print(np.count_nonzero(t!=t))

# np.nan!=np.nan #Ture

#数组的函数

# 求和：t.sum(axis=None)

# 均值：t.mean(a,axis=None) 受离群点的影响较大

# 中值：np.median(t,axis=None)

# 最大值：t.max(axis=None)

# 最小值：t.min(axis=None)

# 极值：np.ptp(t,axis=None) 即最大值和最小值只差

# 标准差：t.std(axis=None)

# 数组的拼接

# np.vstack(a,b) #数组的拼接

# np.hstack(a,b)