numpy模块

1 创建数组

t1 = np.array([1,2,3])
print(t1)
t2 = np.arange(0,5,2)#用法和range相同
print(t2)
type(t2) #numpy.ndarray
print(t2.dtype) #int32

#创建指定数据类型的数组
np.array([0,1,0,1,1,0],dtype=np.bool)
a = np.array([1,2,3],dtype=np.int32)
print(a.dtype) #int32

#修改数组的数据类型
a.astype(np.int8) #创建了一个新数组，原数组不变

#修改小数位数
b = np.array([random.random() for i in range(5)])
np.round(b,2)

2 数组的运算

数组的运算为广播运算：
shape为(3,3,3)的数组能够和(3,2)的数组进行计算么?不能
shape为(3,3,2)的数组能够和(3,2)的数组进行计算么?可以
shape为(3,3,2)的数组能够和(3,3)的数组进行计算么?可以

3 轴(axis)

np.arange(0,10).reshape((2,5))
reshape中2表示0轴长度(包含数据的条数)为2,1轴长度为5,2X5一共10个数据
二维数组的轴：

三维数组的轴：

4 读取CSV文件

np.loadtxt(fname,dtype=np.float,delimiter=None)
fname:文件路径
dtype:数据格式
delimiter:数据的分隔符

5 转置

t = np.arange(10).reshape(2,5)
t.T

6 索引和切片

取行：
t2[2] 取第三行
t2[2,:]

取连续的多行:
t[2:] 
t[2:,:]

取不连续的多行:
t2[[2,8,10]] 取第一，七，九行
t2[[2,10,3],:]
--------------------------
取第一列：
t2[:,0]

取连续的多列：
t[:,2:]

取不连续的多列
t2[:,[0,2]]
--------------------------
取行和列，取第3行，第四列的值
t2[2,3]

取多行和多列，取第3行到第五行，第2列到第4列的结果
t2[2:5,1:4]

取的是行和列交叉点的位置
t2[2:5,1:4] （2，1）和（5，4）

取多个不相邻的点
选出来的结果是（0，0） （2，1） （2，3）
t2[[0,2,2],[0,1,3]]

7 数值修改

t中小于10的数字替换为3：
t[t<10]=0

三元运算符
把t中小于10的数字替换为0，把大于20的替换为20
np.where(t<10,1,20) #创建了新的数组，原数组不变

clip
小于10的替换为10，大于18的替换为了18
t.clip(10,18) #创建了新的数组，原数组不变

8 Nan和Inf

nan(NAN,Nan):not a number表示不是一个数字
inf(-inf,inf):infinity,inf表示正无穷，-inf表示负无穷；一个数字除以0，（python中直接会报错，numpy中是一个inf或者-inf）

a = np.inf
type(a) # float
a = np.nan
type(a) # float

8.1 nan注意点

1、两个nan不相等

np.nan == np.nan #Falese

2、np.nan != np.nan

np.nan != np.nan #True

3、利用以上特性，可判断数组中nan的个数

t = np.arange(1,4).astype(np.float)
t[2] = np.nan
np.count_nonzero(t!=t)

4、通过np.isnan(a)来判断一个数字是否为nan，返回bool类型

np.isnan(t) #array([False, False, True])
-------------
把nan替换成0：
t[np.isnan(t)] = 0

5、nan和任何值计算都为nan

8.2 nan的处理

单纯的把nan替换为0，不合适，比如，全部替换为0后，替换之前的平均值如果大于0，替换之后的均值肯定会变小，所以更一般的方式是把缺失的数值替换为均值（中值）或者是直接删除有缺失值的一行。
如t中存在nan值，如何操作把其中的nan填充为每一列的均值？
t = array([[ 0., 1., 2., 3., 4., 5.],
[ 6., 7., nan, 9., 10., 11.],
[ 12., 13., 14., nan, 16., 17.],
[ 18., 19., 20., 21., 22., 23.]])

def fill_ndarray(t1):
    for i in range(t1.shape[1]):  #遍历每一列
        temp_col = t1[:,i]  #当前的一列
        nan_num = np.count_nonzero(temp_col!=temp_col)
        if nan_num !=0: #不为0，说明当前这一列中有nan
            temp_not_nan_col = temp_col[temp_col==temp_col] #当前一列不为nan的array

            # 选中当前为nan的位置，把值赋值为不为nan的均值
            temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean()
    return t1

9 常用统计函数

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) 

默认返回多维数组的全部的统计结果,如果指定axis则返回一个当前轴上的结果

10 数组的拼接

np.vstack((t1,t2)) 竖直拼接

np.hstack((t1,t2)) 水平拼接

数组水平或者竖直拼接很简单，但是拼接之前应该注意什么？
竖直拼接的时候：每一列代表的意义相同！！！否则牛头不对马嘴
如果每一列的意义不同，这个时候应该交换某一组的数的列，让其和另外一类相同

11 行列交换

行交换
t[[1,2],:] = t[[2,1],:] 
-------------------------
列交换
t[:，[1,2]] = t[:，[2,1]] 

12 快速创建数组

获取最大值最小值的位置
  np.argmax(t,axis=0)
  np.argmin(t,axis=1)
创建一个全0的数组: np.zeros((3,4))
创建一个全1的数组:np.ones((3,4))
创建一个对角线为1的正方形数组(方阵)：np.eye(3)

13 numpy生成随机数

14 copy和view的注意点

1、a=b 完全不复制，a和b相互影响

a = np.arange(10).reshape(5,2)
print(id(a)) ->2632565615712
b = a
print(id(b)) ->2632565615712

2、a = b[:],视图的操作，一种切片，会创建新的对象a，但是a的数据完全由b保管，他们两个的数据变化是一致的

c = a[:,0]
id(c) ->2632565615952
c[0] = 20
a和c都发生变化

3、a = b.copy(),复制，a和b互不影响