numpy切片使用以及常用的统计函数

今天学习了numpy切片的使用，分享给大家,代码很简单，主要帮大家了解切片的使用（csv文件大家随便创建一个即可）

import numpy as np

file_path = "C:/Users/lenovo/Desktop/en.csv"
t1=np.loadtxt(file_path,delimiter=",",dtype=int)
# t2=np.loadtxt(file_path,delimiter=",",dtype=int,unpack=True)
print(t1)

# print(t2)
print("*"*100)
#取某一行(计数从0开始)
#print(t1[4])


#取连续的某几行
#print(t1[0:4])
#取不连续的某几行
#print(t1[[2,3]])或者
#print(t1[[2,3],:])


#取某列
#print(t1[:,3])
#print(t1[3,2])
#取连续的几列
#print(t1[:,1:3])

#取某个位置
#print(t1[2,1])
#取多行和多列（第2到4行 第3,4 列）
#print(t1[1:4,2:4])

#取多个分散的点  注意：取得是（2,3）（2,1）两个点
print(t1[[2,2],[3,1]])
#赋值
# t1[3,3]=1111
# print(t1)

#批量赋值
# t1[:,1:3]=33333
# print(t1)

#让t1中大于50的变为12，小于50的变为1
# t1[[t1<50]]=12
# print(t1)


#让t1中大于50的变为0，小于50的变为1
# t2=np.where(t1>50,0,1)
# print(t2)

#让t1中大于50的变为0，小于40的变为1
# t2=t1.clip(40,50)
# print(t2)

#常见的统计函数
#1. 求和
# print(t1.sum())#求所有数字的和
# print(t1.sum(axis=0))#axis为0表示行，为1 表示列

#2.求最值
# print(t1.max())
# print(t1.min())
# print(t1.min(axis=0))#以行为单位，求每列的最小值

#3.求均值
# print(t1.mean())
# print(t1.mean(axis=1,dtype=int))

#4.求中值
#print(np.median(t1))

#5.求极值
#print(np.ptp(t1))

#6.求标准差
print(t1.std())