Numpy 整体复制、按块复制、向量化操作、寻找缺失值、填充缺失值

1. 整体复制和按块复制

已知数组：

In [17]: a = np.array([1,2,3])

In [18]: 

返回如下数组：

array([1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3])

分析：
数组前半部分 1, 1, 1, 2, 2, 2, 3, 3, 3 通过 repeat 函数复制 3 次，后面部分通过 tile 函数复制 3 次，然后合并数据。

In [17]: a = np.array([1,2,3])

In [18]: np.hstack((np.repeat(a,3), np.tile(a,3)))
Out[18]: array([1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3])

In [19]: 

2. 向量化操作

借助 NumPy 的 vectorize 实现操作向量化。原生的 Python 列表不支持向量化操作，两个列表相加默认不是逐个元素相加：

In [19]: a = [1,2,3]

In [21]: b = [4,5,6]

In [22]: a + b
Out[22]: [1, 2, 3, 4, 5, 6]

In [23]: 

但是，借助 vectorize 能实现矢量相加， addv 函数就能实现两个数组相加：

In [24]: def add(x, y):
    ...:     return x+y
    ...:     

In [25]: addv = np.vectorize(add)

In [26]: addv(a, b)
Out[26]: array([5, 7, 9])

In [27]: 

3. 填充缺失值

如下数组，含有缺失值，使用 -1 填充：

In [32]: a = np.array([[ 0., np.nan,  2.,  3.],
    ...:        [ 4.,  5., np.nan,  7.],
    ...:        [ 8.,  9., 10., 11.],
    ...:        [12., 13., np.nan, 15.],
    ...:        [16., 17., np.nan, 19.],
    ...:        [20., 21., 22., 23.]])

一行代码， np.isnan(a) 逐元素检查，若为空则为 True ，否则为 False ，得到一个与原来 shape 相同的值为 True 和 False 的数组。

In [34]: a[np.isnan(a)] = -1

In [35]: a
Out[35]: 
array([[ 0., -1.,  2.,  3.],
       [ 4.,  5., -1.,  7.],
       [ 8.,  9., 10., 11.],
       [12., 13., -1., 15.],
       [16., 17., -1., 19.],
       [20., 21., 22., 23.]])

In [36]: 

4. 找缺失值

NumPy 使用 np.nan 标记缺失值，给定如下数组 a，求出缺失值的索引。如下使用 where 函数，返回满足条件的位置索引：

In [36]: a = np.array([ 0.,  1., np.nan,  3., np.nan, np.nan,  6.,  7.,  8.,  9.])

In [37]: a
Out[37]: array([ 0.,  1., nan, ...,  7.,  8.,  9.])

In [38]: np.where(np.isnan(a))
Out[38]: (array([2, 4, 5], dtype=int64),)

In [39]: 

5. 返回无缺失值的行

**给定数组，找出没有任何缺失值的行：

In [39]: a = np.array([[ 0., np.nan,  2.,  3.],
    ...:        [ 4.,  5., np.nan,  7.],
    ...:        [ 8.,  9., 10., 11.],
    ...:        [12., 13., np.nan, 15.],
    ...:        [16., 17., np.nan, 19.],
    ...:        [20., 21., 22., 23.]])

In [39]: 

In [40]: m = np.sum(np.isnan(a), axis=1) == 0

In [41]: m
Out[41]: array([False, False,  True, False, False,  True])

In [42]: a[m]
Out[42]: 
array([[ 8.,  9., 10., 11.],
       [20., 21., 22., 23.]])

In [43]: