数据分析（python）学习笔记03：Numpy极简笔记

目录

介绍

基础数据结构

索引和切片

随机数

数据输入输出

---

​​​​​​​

 

 

• 介绍

  • 科学计算工具包
    • N维数组对象： ndarray
    • 对数组结构进行计算，不用遍历循环，直接矩阵计算
    • 随机数，线性代数，傅里叶变换

• 基础数据结构

  • 创建
    • ar = np.array([[1,2,3,4,5,6],[2,3,4,5,6,7],[3,4,5,7,7,8]])
    • ar1 = np.array(range(10))
    • ！！ar2 = np.arange(range(10))
    • ar4 =np.random.rand(10).reshape(2,5)    先得到值再得到形状
    • linspace(10,20,num = 21,endpoint=True，retstep=true)     #起始10结束20分21个数 endpoint默认true,包含最后一个数 retstep：输出结果+显示步长
    • zeros（10） 创建10个数值为0的数组 zeros((3,5)，dtype=np.int) 3行5列为0 的数组 dtype为设置元素类型 zeros_like(a) 创建一个跟a一样的数组 ones()全为1的数组
    • eye(5) 创建N*N的正方单位矩阵
  • 常用函数
    • ndim 输出数组维度的个数（轴数）
    • size元素的个数
    • ！shape 数组的维度，n行n列shape为（n,m)
    • ！dtype 数组里数值的类型 itemsize 每个数值的字节大小
    • data 数组元素缓存区
    • 变化形状
      • T ,原（3，4）变（4，3）
      • !!!reshape() 可直接 ones(10,10).reshape(5,20) #生成新数组
      • resize 超出了重新从头填充 eg: np.resize(np.arange(20),(5,6))
    • 复制数组 copy #新生成
    • !!改变数组类型 ar.astype（np.int64）
    • 数组堆叠
      • stack((a,b),axis=0) axis为轴参数 0为竖向，1为横向链接
      • np.hstack((a,b)) 横向连接
      • vstack 竖向链接 #需列的数量一致
    • 数组拆分
      • 横向拆分 hsplit(ar,2) 结果为列表
      • 纵向拆分 vsplit(ar,2)
    • 简单运算
      • mean() max() std() min() var() 方差

• 索引和切片

  • 一维 ar[4] 第五个 ar[:3] 从0到3 ar[::2]步长为2
  • 二维
    • r[2,2] =r[2][2] 索引为2的行和索引为2的列 第三行第三列
    • r[2] 第三行
    • r[1:3] 第二行到第三行（下标为1-2的行）
    • r[:2,2:]
  • 布尔型索引
    • ar[i,:] i为[true,false,true],只保留为true的值,则只保留1，3行
    • ar>5 输出每个元素是否大于五的true,false矩阵 ar[ar>5]大于5的值，一维
  • 改写值，与列表方法相同

• 随机数

  • np.random.normal(size=(4,4)) 标准正太分布样本值
  • ！！np.random.rand() 生产[0，1）之间的随机浮点数，乘100生成(0,100) ---均匀分布 /rand(4,4）---生成四行四列
  • randn---正态分布的随机值
  • np.random.randint(low,high,size=(2,5)) 生成（low,high）的随机整数，否则（0，low）之间 size---维度

• 数据输入输出

  • 存储.npy文件
    • import os os.chdir('路径') ar = np.random.rand(5,5) np,save('文件名,npy'，ar)
    • savetxt('name.txt',ar,delimiter=',') delimiter表示数据间分隔方式
    • loadtxt('name.txt',delimiter=',') 读取省略,的结果，读取的是数字