Numpy最全介绍！！！建议收藏！！！（二）
一、文件操作
在
numpy中，为了处理大量的数据，通常使用.csv或numpy自带的.npy文件
保存csv文件
import numpy as np
scores = np.random.randint(0, 10, size=(20, 2))
print(scores)
np.savetxt("score.csv", scores, delimiter=",", header="英语,数学", comments="", fmt="%d")
# 注意，这里的header="英语,数学"，其中的逗号是英文格式下的，delimiter=","表示以","分割
读取csv文件
sc = np.loadtxt("score.csv", dtype=np.int8, delimiter=",", skiprows=1)
print(sc)
#skiprows=1表示跳过表头那一行，直接读取数据
在
numpy也可以直接使用自带的.npy文件，操作简单，在实际开发中这个用的比较多
#保存.npy文件
sc1=np.random.randint(0,10,size=(2,3))
np.save("sc1",sc1)
#读取.npy文件
sc2=np.load("sc1.npy")
print(sc2)
二、读取csv 文件代码（实战版）
import numpy as np
def read_csv_demo1():
with open('score.csv', 'r') as fp:
# reader是一个迭代器
reader = csv.reader(fp)
next(reader) # 跳过第一行表头
for x in reader:
English = x[0]
Math = x[1]
print({'English': English, 'Math': Math})
read_csv_demo1()
def read_csv_demo2():
with open('score.csv', 'r') as fp:
# 使用DictReader创建的reader对象
# 不会包含标题那行的数据
# reader是一个迭代器，遍历这个迭代器，返回来的是一个字典。
reader = csv.DictReader(fp)
for x in reader:
# 以字段名而不是下标获取字典值更实用
value = {'English': x['英语'], 'Math': x['数学']}
print(value)
read_csv_demo2()
#保存.npy文件
sc1=np.random.randint(0,10,size=(2,3))
np.save("sc1",sc1)
#读取.npy文件
sc2=np.load("sc1.npy")
print(sc2)
三、写入csv 文件代码（实战版）
import numpy as np
def write_csv_demo1():
headers = ['name', 'age', 'weight']
values = [
('张三', 18, 180),
('李四', 19, 190),
('王五', 20, 160)
]
with open('class.csv', 'w', encoding='utf-8', newline='')as fp:
# newline默认是换行符
writer = csv.writer(fp)
writer.writerow(headers)
writer.writerows(values)
# write_csv_demo1()
def write_csv_demo2():
headers = ['name', 'age', 'weight']
values = [
{'name': '张三', 'age': 18, 'weight': 180},
{'name': '李四', 'age': 19, 'weight': 190},
{'name': '王五', 'age': 20, 'weight': 160},
]
with open('class.csv', 'w', encoding='utf-8', newline='')as fp:
writer = csv.DictWriter(fp, headers)
# 写入表头数据的时候，需要调用writeheader方法
writer.writeheader()
writer.writerows(values)
write_csv_demo2()
四、NAN和inf
NAN：Not a number ，不是一个数字的意思，但是属于浮点型 特点：
np.NAN!=np.NAN NAN 和任何值运算结果都是NAN
作用：有些文档会出现缺失值，会影响数据的处理。因此我们删除缺失值或者用其他值填充来 处理缺失值
inf：Infinity，无穷大，也是浮点型 特点：np.inf 表示正无穷大，-np.inf 表示负无穷大，比如2/0
五、删除缺失值
import numpy as np
# 要想删除缺失值，只要提取出不为NAN的值即可
a = np.random.randint(0, 10, size=(3, 5))
print(a)
# [[1 4 8 5 8]
# [5 5 6 9 2]
# [7 0 5 9 1]]
a = a.astype(np.float16)
a[0, 1] = np.NAN
print(a)
# [[ 1. nan 8. 5. 8.]
# [ 5. 5. 6. 9. 2.]
# [ 7. 0. 5. 9. 1.]]
print(a / 0)
# [[inf nan inf inf inf]
# [inf inf inf inf inf]
# [inf nan inf inf inf]]
# print(np.NAN == np.NAN)
# False
a[1, 2] = np.NAN
print(a)
# [[ 1. nan 8. 5. 8.]
# [ 5. 5. nan. 9. 2.]
# [ 7. 0. 5. 9. 1.]]
print(a[~np.isnan(a)])
# [1. 8. 5. 8. 5. 5. 9. 2. 7. 0. 5. 9. 1.]
# 把a中不是nan的元素挑选出来，并重新组成一个一维数组
lines = np.where(np.isnan(a)) # 获取哪些行有NAN
np.delete(a, lines, axis=0) # 删除有NAN的行
# 除了delete用axis=0表示行以外，其他的大部分函数都是axis=1来表示行。
# [ 7. 0. 5. 9. 1.]
六、random
import numpy as np
# np.random.seed 用于指定随机数生成时所用算法的开始值，若使用相同的seed()值，则每次生成的随机数都相同
np.random.seed(1)
a = np.random.randint(0, 10, size=(2, 3))
print(a)
print("=" * 30)
np.random.seed(1)
b = np.random.randint(0, 10, size=(2, 3))
c = np.random.randint(0, 10, size=(2, 3))
print(b)
print("=" * 30)
# 随机数种子只对临近的下一次随机数的产生有影响
print(c)
print("=" * 30)
# np.random.rand生成0~1之间的随机数组
d = np.random.rand(2, 3, 4) # 生成2块，3行，4列的数组，值在0-1之间
print(d)
# [[[0.41919451 0.6852195 0.20445225 0.87811744]
# [0.02738759 0.67046751 0.4173048 0.55868983]
# [0.14038694 0.19810149 0.80074457 0.96826158]]
#
# [[0.31342418 0.69232262 0.87638915 0.89460666]
# [0.08504421 0.03905478 0.16983042 0.8781425 ]
# [0.09834683 0.42110763 0.95788953 0.53316528]]]
# np.random.randn 生成均值(μ)为0，标准差（σ）为1的标准正态分布的值
e = np.random.randn()
print(e)
# -1.1006191772129212
# np.random.choice 从列表或者数组中随机取样，取样个数由参数确定
f = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
result1 = np.random.choice(f, size=(2, 3)) # 从f中随机采样，生成2行3列的数组
result2 = np.random.choice(f, 3) # 从f中随机采样3个数据形成一个一维数组
result3 = np.random.choice(10, 3) # 从0-10之间随机取3个值形成一个一维数组
# np.random.shuffle 把原来数组的元素的位置打乱
g = np.arange(10)
np.random.shuffle(g)
print(g)
# [0 2 7 9 4 5 3 1 6 8]
七、axis
前面为了方便大家理解，将axis=0代表行，将axis=1代表列
这里将带领大家深入理解axis
先上一张图
如图所示，最外面括号代表0，越往里层axis就依次加1，下面就来实际操作一下
import numpy as np
a = np.arange(0, 4).reshape(2, 2)
print(a)
# [[0 1]
# [2 3]]
print(a.sum(axis=0))
# 对axis=0里面的元素进行操作，即分别对axis=1里面的相对应的各个元素进行操作
# [2 4]
print(a.sum(axis=1))
# 对axis=1里面的元素进行操作
# [1 5]
b = np.arange(12).reshape(2, 6)
print(b)
# [[ 0 1 2 3 4 5]
# [ 6 7 8 9 10 11]]
print(b.max(axis=1))
# [ 5 11]
print(b.max(axis=0))
# [ 6 7 8 9 10 11]
# 直接删除在axis=0下下标为0的子元素
print(np.delete(b, 0, axis=0))
# [[ 6 7 8 9 10 11]]
八、常用函数
-
一元函数
函数 描述 np.abs 绝对值 np.sqrt 开根 np.square 平方 np.exp 计算指数(e^x) np.log，np.log10，np.log2，np.log1p 求以e为底，以10为低，以2为低，以(1+x)为底的对数 np.sign 将数组中的值标签化，大于0的变成1，等于0的变成0，小于0的变成-1 np.ceil 朝着无穷大的方向取整，比如5.1会变成6，-6.3会变成-6 np.floor 朝着负无穷大方向取证，比如5.1会变成5，-6.3会变成-7 np.rint，np.round 返回四舍五入后的值 np.modf 将整数和小数分隔开来形成两个数组 np.isnan 判断是否是nan np.isinf 判断是否是inf np.cos，np.cosh，np.sin，np.sinh，np.tan，np.tanh 三角函数 np.arccos，np.arcsin，np.arctan 反三角函数 -
二元函数
函数 描述 np.add 加法运算（即1+1=2），相当于+ np.subtract 减法运算（即3-2=1），相当于- np.negative 负数运算（即-2），相当于加个负号 np.multiply 乘法运算（即23=6），相当于 np.divide 除法运算（即3/2=1.5），相当于/ np.floor_divide 取整运算，相当于// np.mod 取余运算，相当于% greater,greater_equal,less,less_equal,equal,not_equal >,>=,<,<=,=,!=的函数表达式 logical_and &的函数表达式 logical_or \ 的函数表达式 -
常用聚合函数
import numpy as np np.random.seed(1) a = np.random.uniform(-10, 10, size=(3, 5)) print(a) # [[-1.65955991 4.40648987 -9.9977125 -3.95334855 -7.06488218] # [-8.1532281 -6.27479577 -3.08878546 -2.06465052 0.77633468] # [-1.61610971 3.70439001 -5.91095501 7.56234873 -9.45224814]] # 1.sum 计算元素的和 print(np.sum(a, axis=0)) # [-11.42889772 1.8360841 -18.99745297 1.54434967 -15.74079564] # 2.prod 计算元素的积 print(np.prod(a, axis=0)) # [ -21.86720956 -102.42573175 -182.53495434 61.72603134 51.8428687 ] # 3.mean计算元素平均值 print(np.mean(a, axis=0)) # [-3.80963257 0.61202803 -6.33248432 0.51478322 -5.24693188] # 4.std 计算元素的标准差 print(np.std(a, axis=0)) # [3.07143708 4.87814805 2.8362632 5.04267983 4.36918635] # 5.min计算元素最小值 # argmin找出最小值的索引 print(np.min(a, axis=0)) print(np.argmin(a, axis=0)) # [-8.1532281 -6.27479577 -9.9977125 -3.95334855 -9.45224814] # [1 1 0 0 2] # 6.median计算元素的中位数 print(np.median(a)) # -3.0887854591390447 -
常用布尔判断函数
import numpy as np np.random.seed(1) a = np.random.uniform(-10, 10, size=(3, 5)) print(a) # [[-1.65955991 4.40648987 -9.9977125 -3.95334855 -7.06488218] # [-8.1532281 -6.27479577 -3.08878546 -2.06465052 0.77633468] # [-1.61610971 3.70439001 -5.91095501 7.56234873 -9.45224814]] # 1.np.any 验证存在一个元素是否为真 b = np.arange(0, 10) print(b) print(b.any()) # True print((a >= 0).any()) # True # np.sort：指定轴进行排序。默认是使用数组的最后一个轴进行排序。 print(np.sort(a, axis=0)) # [[-8.1532281 -6.27479577 -9.9977125 -3.95334855 -9.45224814] # [-1.65955991 3.70439001 -5.91095501 -2.06465052 -7.06488218] # [-1.61610971 4.40648987 -3.08878546 7.56234873 0.77633468]] b = np.random.randint(0, 10, size=(3, 5)) print(b) # # [[2 4 7 7 9] # [1 7 0 6 9] # [9 7 6 9 1]] b.sort() # 这个方法会直接影响到原来的数组，而不是返回一个新的排序后的数组。 # 但是sort（a,axis=0）不同 print(b) # [[2 4 7 7 9] # [0 1 6 7 9] # [1 6 7 9 9]] print(a) # [[-1.65955991 4.40648987 -9.9977125 -3.95334855 -7.06488218] # [-8.1532281 -6.27479577 -3.08878546 -2.06465052 0.77633468] # [-1.61610971 3.70439001 -5.91095501 7.56234873 -9.45224814]] print(np.argsort(a, axis=0)) # 返回排序的下标 # [[1 1 0 0 2] # [0 2 2 1 0] # [2 0 1 2 1]] # 降序排序1：np.sort默认会采用升序排序，若想要采用降序排序，则， print(-np.sort(-a)) # [[ 4.40648987 -1.65955991 -3.95334855 -7.06488218 -9.9977125 ] # [ 0.77633468 -2.06465052 -3.08878546 -6.27479577 -8.1532281 ] # [ 7.56234873 3.70439001 -1.61610971 -5.91095501 -9.45224814]] # 降序排序2：使用sort和argsort以及take indexes = np.argsort(-a) # 排序后的结果就是降序的 print(np.take(a, indexes)) # 从a中根据下标提取相应的元素 -
其他函数补充
import numpy as np # 1. apply_along_axis：沿着某个轴执行指定的函数 np.random.seed(1) c = np.random.randint(0, 100, size=(3, 20)) print(c) # [[37 12 72 9 75 5 79 64 16 1 76 71 6 25 50 20 18 84 11 28] # [29 14 50 68 87 87 94 96 86 13 9 7 63 61 22 57 1 0 60 81] # [ 8 88 13 47 72 30 71 3 70 21 49 57 3 68 24 43 76 26 52 80]] # 求数组a按行求均值，并且要去掉最大值和最小值 # def get_mean(x): # y = x[np.logical_and(x != x.max(), x != x.min())].mean() # return y # print(get_mean(c)) # 43.94827586206897 b = np.apply_along_axis(lambda x: x[np.logical_and(x != x.max(), x != x.min())].mean(), axis=0, arr=c) print(b) # [29. 14. 50. 47. 75. 30. 79. 64. 70. 13. 49. 57. 6. 61. 24. 43. 18. 26. # 52. 80.] # 2.np.linspace：用来将指定区间内的值平均分成多少份 d = np.linspace(0, 1, 10) # 从0-1平均分成10份 print(d) # [0. 0.11111111 0.22222222 0.33333333 0.44444444 0.55555556 # 0.66666667 0.77777778 0.88888889 1. ]写在最后：
本人是大学学生一枚，若文中出现错误，欢迎莅临指正！这两篇文章是我看某站上《清华大佬终于把Python数据分析讲完了！从入门到精通保姆级教程》即兴而写，历时2天。
创作不易，还望各位大侠们一键三连~
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
