numpy认识

1:什么是numpy：

        一个在python中做科学计算的基础库，重在数值计算，也是大部分python科学计算库的基础库，多用于大型多维数组上执行数值运算。

2:创建数组：

import numpy as np

t1 = np.array([1,2,3,])
print(t1)

t2 = np.array(range(10))
print(t2)

t3 = np.arange(12)
print(t3)

3:ndarray对象特性：

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray 内部由以下内容组成：

• 一个指向数据（内存或内存映射文件中的一块数据）的指针。

• 数据类型或 dtype，描述在数组中的固定大小值的格子。

• 一个表示数组形状（shape）的元组，表示各维度大小的元组。如果列表只有一行，a.shape，表示元素个数是一个元祖（12，），如果不只一行，表示的是纬度，几行几列，也是一个元祖（2，3）

• 一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

2:flatten()将多位数组展开成一维数组。reshape（行，列），数组纬度间转换。

3:数组间的运算：

二维：只要是行或者列能一致就能进行运算，三维数组，前两个或者后边两个一致就可以进行运算

4:numpy的轴：

在numpy中可以理解为方向，使用0，1，2。。。数字表示，对于一个一维数组，只有一个0轴，对于二维数组（shape（2，2）），有0轴和1轴，对于三维数组shape（2，2，3），有0，1，2轴。计算一个2维数组的平均值必须指定是计算哪个方向上的平均值。

二维：0轴是x轴方向，1轴表示的是y轴的反方向；三维：0轴是z轴的反方向，表示块，1轴是x轴正方向，2轴是y的反方向。

5:numpy读取数据：

CSV：Comma-Separated Value， 逗号分割值文件。由于csv便于展示，读取和写入，所以很多地方用csv的格式存储和传输中小型的数据。

显示：表格状态

源文件：换行和逗号分割行列的格式化文本，每一行数据表示一条记录。

numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes')

• fname:文件名/文件路径,如果文件后缀是.gz或.bz2,文件将被解压,然后再载入
• dtype:将读出来的数据指定成什么类型
• comments:文件头部或者尾部字符串的开头字符,用于识别头部,尾部字符串
• delimiter:划分读取上来值的字符串，默认是空格，csv要改成逗号
• converters:数据行之间的分隔符
• skiprows：跳过哪一行
• usecols：读取指定的列，索引，元祖类型
• unpack：如果是True，读入的属性分别写入不同数组变量，False读入的数据只写入一个数组变量，默认是False。相当于顺时针旋转180度，将原来的行转成列，即转置。

6:二维数组转置：

a1 = np.array(range(24)).reshape((2,12))
print(a1)
# 转置
a2 = a1.transpose()
print(a2)

a3 = a1.swapaxes(1, 0)  # 0轴跟1轴交换
print(a3)

a4 = a1.T
print(a4)

7:二维数组的切片

print(t2[2])  # 取行  print(t2[2, :])
print(t2[2:])  # 取连续几行 print(t2[2:, :])
print(t2[[1, 3]])  # 取不连续几行print(t2[[2,1], :])

# 取一行就是一维，取多行将会是多行，几列，还是二维

# []中逗号前是取行，逗号后是取列
print(t2[:, 1])  # 取第一列
print(t2[:, 1:])
print(t2[:, [1, 3]])  # 取第一列跟第三列


#取多行多列
print(t2[1, 2])  # 结果是一个数，但是是64位的类型
print(t2[1:3, 2:3])  # 取第2到3行，第3列的数
print(t2[[0, 1], [1, 2]])  # 取的是第一行第二列跟第二行第三列的值

8:numpy中数值修改

# 布尔索引
print(t2[t2<4000])  # [2124 3523 3465 3424 1213 2514 3422 1242]  赋值直接=0即可

# 三元运算符where
print(np.where(t2<2000, 0, 100))  # 条件成立赋值0，不成立赋值100

#裁剪clip
print(t2.clip(2000, 4000)) # 小于2000替换成2000，大于4000换成了4000


#赋值成为nan
t2 = t2.astype(float)  # nan是个float类型
t2[3,3] = np.nan
print(t2)

9:数组的拼接

np.vatack((t1, t2))  # 竖直拼接

np.hstack((t1,t2))  # 水平拼接

10:数组行列交换

注意点：竖直拼接的时候：每一列的意义相同，否则牛头不对马嘴。

t[[1, 2], :] = t[[2, 1], :] # 行交换
print(t)

t[:, [1,2]] = t[:, [2,1]]  # 列交换
print(t)

11:numpy更加好用的方法

# 创建全为0的全为1的数组
zero_data = np.zeros((t.shape[0], 1)).astype(int)
one_data = np.ones((t.shape[0], 1)).astype(int)
print(zero_data)
print(one_data)

# 矩阵对角线为1，其他为0
u = np.eye(10).astype(int)
print(u)


print(np.argmax(u, axis=0))  # 每一行上最大值的位置
t[u == 1] = -1
print(np.argmin(u, axis=0))  # 每一行上最大值的位置


统计多少：np.count_nonzero(u) 统计u 中不是0的个数
np.sum（u， axis=0）没有指定axis时求所有数值的和，当等于0时分别求没列的和，当等于1时，分别求每一行的和。

12:numpy生成随机数

函数名称	函数功能	参数说明
rand(d0, d1, …, dn)	产生均匀分布的随机数	dn为第n维数据的维度
randn(d0, d1, …, dn)	产生标准正态分布随机数	dn为第n维数据的维度
randint(low[, high, size, dtype])	产生随机整数	low：最小值；high：最大值；size：数据个数
random_sample([size])	在[0,1）内产生随机数	size：随机数的shape，可以为元祖或者列表，[2,3]表示2维随机数，维度为（2,3）
random([size])	同random_sample([size])	同random_sample([size])
ranf([size])	同random_sample([size])	同random_sample([size])
sample([size]))	同random_sample([size])	同random_sample([size])
choice(a[, size, replace, p])	从a中随机选择指定数据	a：1维数组 size：返回数据形状
bytes(length)	返回随机位	length：位的长度

 

13:numpy的注意点copy和view

a = b 完全不复制，a与b相互影响

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。

a = b.copy（），复制，a与b互不影响

14:numpy中的nan和inf

什么时候会出现nan：

1）当我们读取一个本地的文件为float的时候，如果有缺失，就会出现nan，因为nan是float类型

2）当做了一个不合适的计算的时候，0/0或者无穷大减去无穷大

什么时候出现inf：（inf表示正无穷，-inf表示负无穷）

1）一个数除以0（python会出现报错，numpy中是一个inf或者-inf），inf也是float类型。

15:nan属性：

• 两个nan不相等
• np.nan != np.nan
• 利用以上特性，判断数组中nan的个数np.count_nonzero(t!=t)=np.count_nonzero(np.isana(t2))统计t中nan的个数
• 由于2，通过np.isnan(a)来判断，返回bool类型
• nan与任何值的运算都是nan

注意点：nan在计算时不能单纯的忽略直接赋值成0，一般情况下会是将却是的值替换为均值（中值），或者是直接删除有缺失值的哪一行。

16:numpy中常用的函数：

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)

标准差：t.std(axis=None)