numpy
改:
- 维度形状:
- my_arr.reshape(m, n)
- 维度交换:my_arr.transpose(元组) # 根据维度的索引交换
- 顺序:np.random.shuffle(my_arr)
- 类型:my_arr.astype(np.int32)
查:
- 普通索引:
- 多维数组:my_arr[1, 1]等效于myarr[1][1],my_arr[1:3,2:5]
- 单维数据:my_arr[1]
- 条件索引:
- 多条件查询:使用&和|连接(python中是and和or),my_arr[(year_arr <= 2005) & (year_arr % 2 == 0)]
运算(data为number型或array型):
- 判断非数值型数据吗?:np.isnan(data)
- 三元运算符:np.where(条件, x, y),等效于 结果= x if 条件 else y
- 加减乘除:np.multiply(arr, arr)、np.divide(arr, arr)
- 绝对值:np.abs(data)
- 元素判断:np.any()至少有个元素满足指定条件、np.all()所有的元素满足指定条件
统计函数(data为number或array):
- np.mean(data)、np.sum(data)
- 最值:np.max()、np.min()
- 均值方差:np.argmax()、np.argmin()
- 累计和与乘:np.cumsum()、np.cumprod()
- axis:=0按列操作,=1按行操作
增:
- np.zeros()、np.ones()、np.empty()
- np.array()、np.arrange()