Python数据挖倔和机器学习之numpy的使用--最全整理笔记

1、numpy的安装

pip install numpy

2、numpy生成数组

2.1、使用numpy生成一维数组

使用np.arange()生成指定范围内的数组

传入一个列表生成一维数组

指定数组的步长

2.2、生成标准数组

生成全0的标准数组

生成全1的标准数组

生成指定值的标准数组

#生成10个元素都是100的一维数组

2.3、生成二维数组

生成指定行列的数组

#生成3行4列从0到11的数组

生成二维标准数组

使用random生成随机数组

使用np.random.shuffle(X)可以将数组X中所有的元素打乱随机排序

3、数组的操作

3.1、生成等差数列

3.2、生成标准正态分布矩阵

3.3、数组的合并

3.3.1一维数组的合并

3.3.2、二维数组的垂直合并

3.3.3、二维数组的水平合并

3.3.4、二维数组和一维数组的合并，使用reshape()先将一维数组化为二维数组，若不转换程序将会报错

3.3.4、将一维数组转换成二维之后可正常合并

3.3.5、使用Vstack对数组进行水平合并

对一维数组和二维数组合并时要先将一维数组化为二维数组

3.3.6、使用hstack对数组进行垂直合并

3.4、数组的分割

3.4.1、一维数组的分割

3.4.2、二维数组的分割

3.4.3、使用hsplit对数组进行垂直分割

4、矩阵的运算

numpy支持对矩阵进行基本四组运算。

4.1、矩阵相乘

4.2、矩阵的逆

4.3、矩阵的转置

5、numpy的聚合运算

5.1、数组求和

5.2、数组求积

5.3、求平均值

5.4、求中位数

5.5、求百分位数

5.6、求方差

对于数组A[[a1,a2],[b1,b2]]方差的计算方法：

平均值a = (a1 + a2 + b1 +b2 )/4

方差q = （(a1 - a)**2 + (a2 - a)**2 + (b1 - a)**2 + (b2 - a)**2)/4

5.7、求标准差

标准差 = 方差 ** 0.5

6、numpy中的arg运算

arg运算就是取数组中具备某些特征的数的索引

6.1、最大值、最小值、具备比较条件值的数的索引

6.2、数组中以某个标志位为分割点的索引

6.3、一维、二维数组中排序后的数值和索引

 

7、比较运算

7.1、数据切片：Fancy indexing

7.1.1、一维数据的切片

7.1.2、二维数据的切片

7.1.3、使用布尔值做数组索引

 

7.2、比较运算

7.2.2、指定行列进行比较（增加axis参数）

 

 

7.3、对个并列条件进行比较（与或非  &|~）