numpy基础知识

数据分析Numpy基础

1、通过ndarray的astype方法显式的转换其dtype

import numpy as np
arr = np.array([1,2,3])
arr.dtype
float_arr = arr.astype(np.float64)
float_arr.dtype

2、基本的索引和切片

1. 数组切片
   数组切片和列表的最大区别在于，数组切片是原始数据的视图，意味着数据不会被赋值，视图上的任何修改都会直接反映到源数组上

arr = np.arange(4)
arr_slice = arr[1:3]
arr_slice[:] = 333

1. 二维数组索引方式
   axis = 0，取列； axis = 1，取行
   

2. 切片索引

arr2d = np.array([[1,2,3],[4,5,6],[7,8,9]])
arr2d[:2,1:]

3. 布尔型索引

data = np.random.randn(2,5)
data[data<0]=0

注：python关键字and和or在布尔型数组中无效

4. 花式索引

arr = np.arange(32).reshape((8,4))
arr[[1,5,7,2],[0,3,1,2]]

注：花式索引和切片不一样，它总是将数据复制到新数组中。

5. 部分numpy.random函数
   

范例：随机漫步

1. np.where（）
   当数组是二维数组时，满足条件的数组值返回的是值的位置索引，因此会有两组索引数组来表示值的位置，返回的第一个array表示行坐标，第二个array表示纵坐标，两者一一对应

b = np.arange(4*5).reshape(4,5)
 
b
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])
 
np.where(b>15)
(array([3, 3, 3, 3], dtype=int64), array([1, 2, 3, 4], dtype=int64))

2. 一次模拟多次随机漫步

nwalks = 5000
nsteps = 1000 
draws = np.random.randint(0,2,size = (nwalks, nsteps)) #范围从低（包括）到高（不包括）
steps = np.where(draws>0, 1, -1)
walks = steps.cumsum(1) 
#cumsum(), axis=0，代表以行方式扫描，第一次扫描第一行，第二次扫描第二行，以此类推。
#第一行扫描时，没有前几行可累加，所以数值不变。扫描到第二行，累加前几行，以此类推。
walks
array([[  1,   2,   1, ...,  -6,  -7,  -8],
       [  1,   0,   1, ...,  10,   9,  10],
       [ -1,  -2,  -3, ..., -22, -23, -22],
       ...,
       [ -1,   0,   1, ...,  24,  23,  24],
       [  1,   2,   3, ..., -42, -43, -44],
       [ -1,  -2,  -1, ...,  14,  13,  14]], dtype=int32)