numpy学习

Numpy学习

numpy创建数组

import numpy as np

创建一个全0的数组: np.zeros((3,4))
创建一个全1的数组:np.ones((3,4))
创建一个对角线为1的正方形数组(方阵)：np.eye(3)

采用np.array

a = np.array([1,2,3])

采用range

b = np.array(range(1,4))
c = np.arange(1,4)
b和c的效果相同
np.arange(start,stop,step,dtype=none)

numpy数据类型

选择适当类型可减小内存

数据类型操作

修改数据类型astype
修改小数点后位数np.round，另一种方法是"%.2f"

数组的形状

查看数组的形状：a.shape
修改数组的形状：a.reshape() 【括号内输入为一元组】
注：reshape函数有返回值（return），不会改变原数组的结构
生成数组时可采用:a.np,array().reshape()规定数组形状
铺展为一位数组几种方法：
1.已知数组中数据个数：a.reshape((num,))
2.b = a.reshape((a.reshape[0]*a.reshape[1],))
3.flatten函数：b = a.flatten

数组的计算

数组与数的计算

numpy的广播机制：数组中每一个元素分别运算

数组与数组计算

相同形状：对应元素进行计算
不同形状：有相同维度的扩展成相同形状进行计算，否侧报错

广播原则：如果两个数组的后缘维度（即从末尾开始算起的维度）的轴长度相符或其中一方长度为一，则认为他们广播兼容。广播会在缺失和（或）长度为一的维度上进行。
例：shape为（3，3，3）的数组无法与（3，2）计算
而shape为（3，3，2）的数组可与（3，2），（3，1），（1，2）的数组进行计算。

Numpy读取数据

CSV:Comma-Separated Value,逗号分隔值文件
显示：表格状态
源文件：换行和逗号分隔行列的格式化文本,每一行的数据表示一条记录

读取函数

np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)

delimiter：需设置，不指定会将一行识别为一字符串二报错
dtpye：默认会将较大数据转化为科学计数
unpuck：若值为：True，则会转置

转置常用命令

t.T
t.swapaxes(1,0) #交换轴
t.transpose()

numpy索引切片

取一行：a[1]或a[1,:]
取不连续的多行： a[[2,3,4]]
取连续的多行：a[2:,:]
列同理
取不相邻的点a[[1,2,3],[1,2,3]]，则取(2,2)(3,3)(4,4)三点

获取最大值最小值的位置

np.argmax(t,axis=0)每行最大值
np.argmin(t,axis=1)

赋值

布尔索引： 例如t<10
t[t>20] = 3 将t中大于20的数字变为3

numpy中三元运算符

np.where(t<10,0,10) 将小于10的赋值为0，大于10的赋值为10

numpy中的裁剪clip

t.clip(10,20) 将小于10的变为10，将大于20的变为20
注：值为nan不受影响

numpy中的nan与inf

nan(NAN,Nan):not a number表示不是一个数字
什么时候numpy中会出现nan：
当我们读取本地的文件为float的时候，如果有缺失，就会出现nan
当做了一个不合适的计算的时候(比如无穷大(inf)减去无穷大)
inf(-inf,inf):infinity,inf表示正无穷，-inf表示负无穷
什么时候回出现inf包括（-inf，+inf）
比如一个数字除以0，（python中直接会报错，numpy中是一个inf或者-inf）
注：nan与inf都为float

numpy中nan注意点

1.两个nan不相等 np.nan!=np.nan
2.可借此判断nan的个数 np.count_nonzero(t!=t)
3.可采用bool类型将nan赋值 t[np.isnan(t)] = 0 ,将nan赋值为0
4.一般将nan赋值为中值或删去数据，以保持数据准确

numpy中常用统计函数

求和：t.sum(axis=None)
均值：t.mean(a,axis=None) 受离群点的影响较大
中值：np.median(t,axis=None)
最大值：t.max(axis=None)
最小值：t.min(axis=None)
极值：np.ptp(t,axis=None) 即最大值和最小值只差
标准差：t.std(axis=None)

采用ndarry填充nan为均值

def file_nan_by_mean (t):
    for i in range(t.shape[1]):
        nan_num = np.count_nonzero([t[:,i]!=t[:,i]])
        print(nan_num)
        if nan_num > 0:
            now_col = t[:,i]
            now_col_not = now_col[np.isnan(now_col) == False].sum()
            now_col_mean = now_col_not / (t.shape[0]-nan_num)
            now_col[np.isnan(now_col)] = now_col_mean
            t[:,i] = now_col

数组的拼接

竖直拼接np.vstack((t1,t2))
水平拼接np.hatack
数组的行列交换t[[1,2],:] = t[[2,1],:]

numpy生成随机数

numpy注意点copy

采取a = b 赋值时，a与b相互不独立，会影响
我们采取a = b.copy() 的方法，a，b互不影响