Python08-numpy数组整理

numpy是针对多维数组(ndarray)的一个科学计算包。数组是相同数据类型的元素按一定顺序排列的组合。

numpy中所需的数据结构为数组——使用array( )函数创建

• 生成
  array中传入对象(列表、元组等)。arr=np.array([2,4,6,8]) arr=np.array((1,4,6))

固定范围的数组 np.arrang(start, stop, step)
指定形状0数组 np.zeros(3)
指定形状1数组 np.ones(3)
正方形单位矩阵 np.eye(3)
随机数组 np.random.rand(x,y) x行y列0-1之间的随机数
正态分布的随机数 np.random.randn()
指定范围的随机数 np.random.randint(1,5,10) 10个1到5之间的随机数
从已知数组中选择 np.random.choice( )
打乱顺序 np.random.shuffle( )

• 基本属性

  数组的形状 arr.shape
  多少个元素 arr.size
  数组类型 arr.dtype
  数组维数 arr.ndim

• 数据获取

1. 某个区间 ： 左闭右开 [m,n] 从m到n 不包括n
2. 某个条件 ： arr[arr>3]
   [-1] —— 末尾数值
   [3:-2] —— 第3位到倒数第2位，不包括第2位

• 变形
  reshape(m, n) —— 转变为m行n列
  .T 转置
  .ravel() arr.ravel()
• 合并

1. concatenate([arr1,arr2], axis=1) axis=1 在行方向上进行合并； axis=0 在列方向上进行合并
2. hstack，vstack 横向/纵向合并 以元组形式输入 np.hstack((arr1, arr2))
3. colum_stack , row_stack 同上

• 分割
  hsplit，vsplit 横向/纵向分割 np.hsplit(a,(3,4)) # Split a after the third and the fourth column

• 常用的分析函数
  元素级(作用于每一个元素)： np.abs(arr)，sqrt，square，exp，log，isnan
  描述统计函数： .sum()，mean，std，var(方差)，min，max，argmin，argmax(最小/大值的索引)

• 条件函数
  np.where(condition, x, y) —— 类似于Excel中的 if(condition, true ,false)

arr=np.array([56,60,78])
np.where(arr>60,"及格","不及格")

• 集合关系
  包含、交叉、并集、差集
  包含：数组arr1中包含数组arr2中的哪些值 np.inld(arr1,arr2)
  交集：公共部分 np.intersectld(arr1,arr2)
  并集：所有元素集合 np.unionld(arr1,arr2)
  差集：在arr1中存在，arr2中不存在 np.setdiffld(arr1,arr2)

• 数据预处理

  1. 类型转换
  2. 缺失值处理
  3. 重复值处理

1.astype() arr.astype(np.float64) arr.astype(np.string_)
2.缺失值处理 a.是否含有缺失值，找出来 b.对缺失值进行填充
np.isnan(arr) arr[np.isnan(arr)] = 0
3.重复值处理 np.unique(arr)