利用数组进行数据处理

三元条件表达式

学过c/c++的可以参照三元表达式：condition ? x : y
1.x if condition else y

得到：

2.np.where(condition, x, y)
通常应用于数组、矩阵等地的条件判断，相较于第一个更加简洁。

得到：

数学和统计方法

1.mean()——计算平均值
(1) arr.mean() or np.mean(arr) 计算数组 arr 所有元素的平均值。
(2) arr.mean(axis=0) or np.mean(arr, axis=0)对各列求平均值；arr.mean(axis=1) or np.mean(arr, 1)对各行求平均值。
其中，axis=可以省略。

得到：

2.sum()——计算求和
(1) np.sum(arr)，计算所有元素的和。
(2) np.sum(arr, 0)，计算各列的和；np.sum(arr, 1)，计算各行的和。

得到：

(3) 计算数组中符合条件的值的个数

arr = np.array([1, -2, 3, 4, 0])
print('arr中大于0的总数sum：',(arr>0).sum())

得到：

3.std()——计算标准差
用法同上(1)(2)。
注：当arr数组的数据小时，应使用属性ddof=1使结果更准确。

得到：

4.var()——计算方差
5.cov()——计算协方差
得到：

6.max()、min()求最值 以及 argmax()、argmin()求最值下标

得到：

7.cumsum()——累计和 以及 cumprod()——累计积
得到：

e.g.
计算前：arr = [a, b, c, d]，
累计和计算：a = a+0; b = b+a; c = c+b+a; d = d+c+b+a;
累计积计算：a = a*1; b = b*a; c = c*b*a; d = d*c*b*a;

8.any()——判断是否含True(或者是否含非0数)

arr = np.array([1, -2, 3, 4, 0])
print(arr.any())	#or print(np.any(arr))

得到：

9.all()——是否均为True(或是否均为非0数)

arr = np.array([1, -2, 3, 4, 0])
print(np.all(arr))	#or print(arr.all())

得到：

排序

(1)np.sort(arr, axis, kind, order)，返回数据。其中：
arr 是要排序的数组。
axis 标注从哪个轴向排序，一般情况下，0是列，1是行。
kind 有三个值，默认是快速排序：

order 指要排序的字段，可以是字符串或列表。
e.g.1

得到：
e.g.2:

得到：

(2) np.argsort(arr, axis, kind, order)，同上。区别在于返回的不是数据而是下标。

得到：
(3) lexsort 常用：np.lexsort((a, b))
a和b可以是字典、列表。返回索引数组。被排列的是a，b充当第二排序介质(自己想的名字，意会就好)，即先比较a数组的值，如果有相同的值，则比较相应下标的b数组中的值，以该值来确定a中相同值的顺序。可以将ab数组看作一张表，先比较第一行a中的值，相等再比较第二行b中的值，以此类推。

集合运算

1.np.unique(x)，计算x集合中的唯一元素，并返回结果。

arr = np.array([3, 3, 4, 5, 1, 1, 2])
print(np.unique(arr))

得到：

2.np.intersect1d(x, y)，计算x集合和y集合的公共元素。

arr1 = np.array([3, 3, 4, 5, 1, 1, 2])
arr2 = np.array([1, 2, 4, 5, 7, 7])
print(np.intersect1d(arr1, arr2))

得到：

3.np.union1d(x, y)，计算x集合和y集合的并集。

arr1 = np.array([3, 3, 4, 5, 1, 1, 2])
arr2 = np.array([1, 2, 4, 5, 7, 7])
print(np.union1d(arr1, arr2))

得到：

4.np.in1d(x, y)，得到一个“x是否包含于y”的布尔型数组。

arr1 = np.array([3, 3, 4, 5, 1, 1, 2, 8])
arr2 = np.array([1, 2, 4, 5, 7, 7])
print(np.in1d(arr1, arr2))

得到：

5.np.setdiff1d(x, y)，计算x-y的集合，即x中有而y中没有的集合。

arr1 = np.array([3, 3, 4, 5, 1, 1, 2, 8])
arr2 = np.array([1, 2, 4, 5, 7, 7])
print(np.setdiff1d(arr1, arr2))

得到：

6.np.setxor1d(x, y)，对称差，即得到存在一个数组而不同时存在于不同数组的元素的集合。

arr1 = np.array([3, 3, 4, 5, 1, 1, 2, 8])
arr2 = np.array([1, 2, 4, 5, 7, 7])
print(np.setxor1d(arr1, arr2))

得到：