Python数据分析笔记_第4天（numpy）

数组的轴

• 一维数组,只有一个0轴
• 二维数组有0轴和1轴，0轴 表示行，1轴表示列
  
• 三维数组有0,1,2轴，0轴表示块，1轴表示行，2轴表示列
  

numpy读取数据

• np.loadtxt()
  fname：文件、字符串或压缩包
  dtype：元素数据类型（可选），默认np.float
  delimiter：分隔符，默认为空格
  skiprows：跳过前x行，一般用于跳过第一行表头
  usecols：读取指定列，传入参数为索引/元组
  unpack：当传入True，将数据的行列进行转至；默认为False

'''
现在这里有一个英国和美国各自youtube1000多个视频的点击,喜欢,不喜欢,评论数量(["views","likes","dislikes","comment_total"])的csv
'''
import numpy as np

uk_csv = './youtube_video_data/GB_video_data_numbers.csv'
us_csv = './youtube_video_data/US_video_data_numbers.csv'

us_table = np.loadtxt(us_csv, delimiter=',', dtype='int')
# us_table = np.loadtxt(us_csv, delimiter=',', unpack=True)  # unpack=True时行列转至

print(us_table)
# print(us_table)

numpy的转至

• 变量.swapaxes(1,0)：交换0轴和1轴，实现转至
• 变量.transpose()
• 变量.T

numpy的切片与索引

• 取行

print(us_table[2])
print(us_table[2::2])  # 从第三行开始，隔两行取行
print(us_table[[2, 6, 8]])  # 指定取不连续的行

• 取列（行列之间用逗号分隔）

print(us_table[[2, 6, 8], 3])  # 取第四列
print(us_table[[2, 6, 8], 1:])  # 取第二列后的所有行
print(us_table[:, [1, 3]])  # 取第二列和第四列

• 取点

a = us_table[2, 3]  # 取单个数据
b = us_table[2:5, 1:4]  # 取相邻的点，索引包头不包尾
c = us_table[[0, 2, 2], [0, 1, 3]]  # 取不相邻的点,(0,0)、(2,1)、(2,3)处的三个点

numpy数值的修改

切片取值后直接赋值新数据

• 布尔索引取数修改

t = np.arange(24).reshape(4, 6)
print(t < 10)  # 返回一个布尔数组
t[t < 10] = 10  # 索引取数，对小于10的元素直接赋值修改

• 三元运算符生成一个修改后的新对象

t1=np.where(t < 16, 0, 16)  # 类似于三元运算符，当t<16为True时赋值0，为False是赋值16；三元运算符，3 if 3>2 else 4，为真返回3为假返回4

• 裁剪生成一个修改后的新对象

t2=t.clip(15,20)  # 将t中小于10的数替换成10，大于20的数替换成20