numpy常见的数据处理接口

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()