Numpy学习笔记之利用数组处理数据

Numpy学习笔记之利用数组处理数据

使用Numpy数组的数组表达式可以代替循环的做法，通常被称为矢量化。

1.将条件逻辑表述为逻辑运算

numpy.where是三元表达式x if condition else y的矢量化版本。其参数形式为

numpy.where(condition, x, y)，且numpy.where表达式处理速度更快，且可以作用于多维数组。

numpy.where(condition, x, y)会返回一个新的数组，并且numpy.where第二个和第三个参数不必是数组，它们也可以是标量，condition可以是一个布尔值，也可以是一个布尔数组。numpy.where通常根据实际产生新的数组（可能会根据condition, x或 y的信息）。

2.数学和统计方法

Numpy可以通过一组数学函数对整个数组或者某个轴向的数据进行统计计算。sum、mean以及标准std等聚合函数既可以当做数组的实例方法调用，也可以当做顶级Numpy函数使用，同样可以接受一个axis参数（用于计算该轴向上的统计值），最终结果是一个比原数组少一维的数组。

axis=0时是对每一列的元素聚合，axis=1时是对每一行的元素聚合。

下表是列出的基本的数组统计方法：

此表来源于《利用python进行数据分析》P104-P105

3.用于布尔数组的方法

在上述方法中，布尔值都会被强制转为1（True）和0（False），像sum可以用来计算布尔型数组的True或者False的个数，布尔型数组还有两个非常有用的方法any和all，any是检测布尔型数组中是否存在True，而all是检测布尔型数组中所有值是否都是True。

4.排序

Numpy数组是通过sort方法来排序的。通过sort方法可以就地排序，同时也可以返回一个排序后的数组，numpy.sort方法返回的原数组的已排序副本，而就地排序则会修改原数组本身，多维数组可以在任意轴上排序，只需要设置axis参数的值即可，axis=0是对每列排序，axis=1是对每行排序。

5.唯一化及其他的逻辑集合

Numpy有一些针对以为ndarray对象的基本集合运算。

一些基本的数组集合运算：

此表来源于《利用python进行数据分析》P107