数据科学库第三节

import numpy as np

np.shape 查看数组大小

np.reshape  重置数组大小

广播原则 如果两个数组的后缘维度，即从末尾开始算起的维度的轴长度相符或其中一个长度为1，则认为他们是广播兼容的 广播会在缺失和长度为1的情况下进行

numpy读取数据

np.loadtxt(path, delimiter=",",dype="int")

转置 np.transpose()   T  交换轴 swapaxes()

numpy索引和切片  

取行 print(t2[2])

取连续的多行：print(t2[2:])

取不连续的多行：print(t2[[2,8,10]])

取列： y2[1:]  t2[2,:,:]   t2[[2,8,10],:])

取多行多列  t2[2:5,1:4] 取第2行到第5行，第二列到第四列的结果，取交叉点的数字

取多个不相邻的点： t2[[0,2],[0,1]]

数值的修改：直接修改行列的值  【】中可以使用布尔索引

np.where(t<10,0,10) t<10的情况下赋值为0，其他情况赋值10

np.clip（10，18） 裁剪 小于10的替换为10，大于18的替换为18

nan：not a number  读取本地文件为float如果有缺失会出现nan,当走了一个不合适的计算的时候（无穷大减去无穷大）

inf（-inf,inf) 正无穷和负无穷 

一个数字除以0 python中会直接报错，numpy中是一个inf或者-inf

 nan的属性：两个nan不相等，判断数组中nan的个数np.count_nonzero（t2!=t2) 其他位置都为True，只有nan处为False

np.isnan()

nan和任何值计算都是nan

numpy常见统计函数

求和t.sum(axis=None)

均值t.mean(a.axis=None)

中值np.nedian(t.axis=None)

最大值t.max(axis=None)

最小值t.min(axis=None)

极值 np.ptp(t.axis=None)

标准差t.std(axis=None)

小结： 

选择行 t[2]  t[3:,:]

选择列  t[:,4:]

选择行列   连续的多行  t[2:,:3]    不连续 t[[1,3],[2,4]] (选择的是（1，2）（3，4）两个位置的值

赋值 t[2:,3]=3 

布尔索引  t[t>10]=10

三元运算符 np.where(t>10,20,0)  把t中大于10的替换为20，其他的替换为0

裁剪 t.clip(10,20） 把小于10的替换为10，大于20的替换为20

转置 t.T t.transpose()  t.swapaxes

读取csv  np.loadtxt(file_path,delimiter,dtype)

nan inf

常用的统计函数

数组的拼接 np.vstack  竖直拼接  np.hstack 水平拼接

numpy生成随机数  .rand