2020.08.22numpy

1.map函数

map(function,data)  #把data传进function里面执行结果返回

2.lambda函数

f = lambda x:x+1  #x是形参，x+1返回值

3.数组算术

arr = np.arange(6)
arr+1   #表示所有的数组元素都+1

4.广播机制

4.1行广播：从后往前看，列数相同，行数有一个只有一行，此时自动进行行广播：nm-1m

4.2列广播：从后往前看，行数相同，列数有一个只有一列，此时自动进行列广播：nm-n1

5.数组拼接
垂直拼接：

np.vstack(a,b)   #垂直拼接,a,b数组必须要列一致`

水平拼接：

np.hstack(a,b)   #水平拼接必须要行一致

6.数组切片
6.1.一维数组切片：

a1 = np.arange(9)
a1[2]  #取出第三个数

6.2.二维数组切片

a2 = np.arange(24).reshape(4.6)  #创建4行6列数组：0-23

6.2.1递归法

a2[1][1]  #取出第二行第二列

6.2.2.逗号

a2[1,1]  #取出第一行第一列，逗号前是行，逗号后是列
a2[1:3,2:6]  #取出第一行

7.修改数组中的值

a3 = np.arange(24).reshape(4,6)
a3[:,1] = 0

7.1.通过布尔值索引筛选

a3[a3<10]
a3[(a3>2)&(a3<8)] #注意优先级，&和<>号平级，需要加括号

8.np.where

np.where(condition,x,y) #满足条件，执行x，不满足执行y

作业：
np.arange(16).reshape(4,4)与2做减法
np.arange(16).reshape(4,4)与np.arange(16,32).reshape(4,4)做加法运算
np.arange(8).reshape(2,4)与np.arange(4)运算吗？
np.arange(8).reshape(2,4)与np.arange(4).reshape(1,4)运算吗？
np.arange(8).reshape(2,4)与np.arange(4).reshape(4,1)运算吗？

import numpy as np
arr1 = np.arange(16).reshape(4,4)
arr1-2
arr2 = np.arange(16).reshape(4,4)
arr3 = np.arange(16,32).reshape(4,4)
arr2-arr3
arr2+arr3
a4 = np.arange(8).reshape(2,4)
a5 = np.arange(4).reshape(4,1)#不能进行运算，不符合广播机制

请完成以下基础练习：
• 构建数组： np.arange(16).reshape(4,4)
• 选择 第3列
• 选择 1-3 列
• 选择 2,4 列
• 选择 4,7 两个点 将值改为 0
• 过滤出 <5 的值

a2 = np.arange(16).reshape(4,4)
a2[:,2]
a2[:,0:3]
a2[:,1:4:2]
a2[(1,1),(0,3)] = 0
a2[a2<5]

通过以下代码读取📎scores.csv 数据

np.loadtxt("scores.csv",delimiter=",",skiprows=1)
score_data

并且完成以下练习：
• 筛选出 成绩 大于60 并且 小于80 的数据
• 筛选出 成绩 大于80 并且 小于90 的数据
• 筛选出 成绩 大于90 的数据

score_data=np.loadtxt("scores.csv",delimiter=",",skiprows=1)
score_data[(score_data>60)&(score_data<80)]
score_data[(score_data>800)&(score_data<90)]
score_data[score_data>90]