numpy基础要点

1.生成数组 np.array([])

2.变量的类型 numpy.ndarray

3.数据的类型 int8,float64,float32,bool等

4.数据的类型转换 x.astype("float32")

5.保留N位小数 np.round(x,n)

6.切片和索引

6.1 行选择 x[2]或x[2:,:]

6.2 列选择 x[:,4:]

6.3 连续多行 x[2:,:3]

6.4 不连续的几个值 x[[1,3],[2,4]]注:这是选择(1,2)和(3,4)两个位置的值

6.5 索引具体选择某个值 x[2,3]

7.赋值操作 x[2:,3] = 3

8.布尔索引 x[x>10] = 0

9.三元运算符 np.where(x > 10, 20, 0)

10.剪裁 x.clip(5,10) 把小于5的替换为5,大于10的替换为10

11.转置的方法 x.T,x.transpose(),t.swapaxes(1,0)

12.读取本地文件 np.loadtxt(file_path,delimiter.dtype),file_path文件路径,delimiter分隔符,dtype数据类型

13.关于nan

13.1 nan不是一个数字,

13.2 自身不相等(np.nan!=np.nan),

13.3 nan个数统计np.count_nonzero(np.nan!=np.nan),

13.4 nan类型判断np.isnan(x)

14.inf 表示无穷

15.常用的几个统计函数

15.1 x.sum(axis=0) 在某个维度上求和

15.2 np.median(x,axis=0) 在某个维度上的中位数

15.3 x.mean(axis=0) 在某个维度上的平均值

15.4 x.max(axis=0) 在某个维度上的最大值

15.5 np.ptp 计算极差

15.6 x.std 计算标准差梵音数据的离散程度和稳定程度

import numpy as np
import random
# 1.生成数组 np.array([]),np.array(range()),np.arange()
x = np.array([1,2,3,4,5,6])
print("由np.array([])生成的数组:\n",x)
x = np.array(range(24))
print("由np.array(range())生成的数组:\n",x)
x = np.arange(24).reshape(4,6)
print("由np.arange()生成的数组:\n",x)
# 2.变量的类型 numpy.ndarray
print("x的类型:\n",type(x))
# 3.数据的类型 int8,float64,float32,bool等
print("数据的类型:\n",x.dtype)
# 4.数据的类型转换 x.astype("float32")
print("该x的数据的类型:\n",x.astype("float32"))
# 5.保留N位小数 np.round(x,n)
#print("保留三位小数",np.round(np.random(4),3))
print("保留三位小数\n", np.round(np.array([random.random() for i in range(10)]),3))
# 6.切片和索引
# 6.1 行选择 x[2]或x[2:,:]索引从0开始
print("x的第2行:\n",x[2])
print("x从第2行开始到最后:\n",x[2:])
# 6.2 列选择 x[:,4:]
print("x的第4列:\n",x[:,4])
print("x从第4列开始到最后一列:\n",x[:,4:])
# 6.3 连续多行 x[2:,:3]
print("从第二行开始到最后一行,从第一列开始到第三列的区域:\n",x[2:,:3])
# 6.4 不连续的几个值 x[[1,3],[2,4]]<font color='red'>注:这是选择(1,2)和(3,4)两个位置的值</font>
print("选择(1,2)和(3,4)两个位置的值:\n",x[[1,3],[2,4]])
# 6.5 索引具体选择某个值 x[2,3]
print("(2,3)位置的值:\n",x[2,3])
# 7.赋值操作 x[2:,3] = 3
x[2:,3] = 3
print("从第二行开始到最后一行,第三列全部设置为3\n",x)
x = np.arange(24).reshape(4,6)
# 8.布尔索引 x[x>10] = 0
x[x>10] = 0
print("把大于10的数都设置为0\n",x)
x = np.arange(24).reshape(4,6)
# 9.三元运算符 np.where(x > 10, 20, 0)
print("把大于10的数都设置为20,小于10的都设置为0\n",np.where(x > 10, 20, 0))
# 10.剪裁 x.clip(5,15) 把小于5的替换为5,大于15的替换为15
print("把小于5的替换为5,大于10的替换为15 \n",x.clip(5,15))
# 11.转置的方法 x.T,x.transpose(),x.swapaxes(1,0)
print("通过x.T进行的转置\n",x.T)
print("通过x.transpose()进行的转置\n",x.transpose())
print("通过x.swapaxes(1,0)进行的转置\n",x.swapaxes(1,0))
# 12.读取本地文件 np.loadtxt(file_path,delimiter.dtype),file_path文件路径,delimiter分隔符,dtype数据类型
data = np.loadtxt("./code/data.csv",delimiter=",",dtype=int)
print("显示读取的数据的前10行:\n",data[:10])
# 13.关于nan
# 13.1 nan不是一个数字,
# 13.2 自身不相等(np.nan!=np.nan),
print("nan自身不相等",np.nan!=np.nan)
# 13.3 nan个数统计np.count_nonzero(np.nan!=np.nan),
# 13.4 nan类型判断np.isnan(x)
x = x.astype("float")
x[1:,2] = np.nan
print("x中有np.nan值\n",x)
# 用每行的平均值填充该nan值 for i in range(x.shape[0]):#遍历每一行
temp_row = x[i] #当前行
nan_num = np.count_nonzero(temp_row != temp_row) #统计当前行中nan的个数
if nan_num != 0:#如果nan的个数不为0,则用其他值的平均值来填充该值
temp_not_nan_row = temp_row[temp_row == temp_row]#当前行部位nan的数组
#把平均值赋值为不为nan的均值
temp_row[np.isnan(temp_row)] = temp_not_nan_row.mean() print("调整后的x\n",x)
print("nan的类型为float:\n",type(np.nan))
#如果不设置x的类型为float类型,则上边的循环是不起作用的。
# 14.inf 表示无穷
# 15.常用的几个统计函数
# 15.1 x.sum(axis=0) 在某个维度上求和
# 15.2 np.median(x,axis=0) 在某个维度上的中位数
# 15.3 x.mean(axis=0) 在某个维度上的平均值
# 15.4 x.max(axis=0) 在某个维度上的最大值
# 15.5 np.ptp 计算极差
# 15.6 x.std 计算标准差梵音数据的离散程度和稳定程度
x = np.arange(24).reshape(4,6)
print(x)
print("x的和:",x.sum())
print("x每一列的和:",x.sum(axis=0))
print("x每一列的中位数:",np.median(x,axis=0))
print("x整体平均值:",x.mean())
print("x每一列的平均值",x.mean(axis=0))
print("x整体最大值:",x.max())
print("x每一列的最大值",x.max(axis=0))
print("x的极差",np.ptp(x))
print("x的标准差:",x.std(axis=None))





python实战学习之numpy学习的更多相关文章

  1. [python]-数据科学库Numpy学习

    一.Numpy简介: Python中用列表(list)保存一组值,可以用来当作数组使用,不过由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针.这样为了保存一个简单的[1,2,3],需要有3 ...

  2. NumPy学习笔记 三 股票价格

    NumPy学习笔记 三 股票价格 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.&l ...

  3. NumPy学习笔记 二

    NumPy学习笔记 二 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...

  4. NumPy学习笔记 一

    NumPy学习笔记 一 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...

  5. 深度学习框架搭建之最新版Python及最新版numpy安装

    这两天为了搭载深度学习的Python架构花了不少功夫,但是Theano对Python以及nunpy的版本都有限制,所以只能选用版本较新的python和nunpy以确保不过时.但是最新版Python和最 ...

  6. Python实战:Python爬虫学习教程,获取电影排行榜

    Python应用现在如火如荼,应用范围很广.因其效率高开发迅速的优势,快速进入编程语言排行榜前几名.本系列文章致力于可以全面系统的介绍Python语言开发知识和相关知识总结.希望大家能够快速入门并学习 ...

  7. (转)Python数据分析之numpy学习

    原文:https://www.cnblogs.com/nxld/p/6058572.html https://morvanzhou.github.io/tutorials/data-manipulat ...

  8. 常用统计分析python包开源学习代码 numpy pandas matplotlib

    常用统计分析python包开源学习代码 numpy pandas matplotlib 待办 https://github.com/zmzhouXJTU/Python-Data-Analysis

  9. Python数据分析:Numpy学习笔记

    Numpy学习笔记 ndarray多维数组 创建 import numpy as np np.array([1,2,3,4]) np.array([1,2,3,4,],[5,6,7,8]) np.ze ...

随机推荐

  1. DML&&DQL

    数据操纵语言DML(Data Manipulation Language) insert update delete 查询条件用where DQL:select查询语句

  2. python按照指定字符或者长度 截取字符串

    1.截取指定位置字符串 Python字符串可以理解为一个数组,获取某一部分的可以使用 str[beginIndex:endPosition],其中str为需要截取的字符串,beginIndex为需要截 ...

  3. pom.xml文件模板、application文件模板、configuration逆向生成文件、

    pom: <?xml version="1.0" encoding="UTF-8"?><project xmlns="http:// ...

  4. 使用Spring+MySql实现读写分离(一)关于windows下安装mysql5.6

    前面讲过关于mysql的优化,主要是建表时对于大量数据的表添加索引机制,提高查询效率,以及一些sql语句的简单优化,毕竟我也不是专业的数据库管理员,大牛勿喷. 今天写两章关于javaweb项目中,对于 ...

  5. Asp.Net WebApi核心对象解析(二)

    在接着写Asp.Net WebApi核心对象解析(下篇)之前,还是一如既往的扯扯淡,元旦刚过,整个人还是处于晕的状态,一大早就来处理系统BUG,简直是坑爹(好在没让我元旦赶过来该BUG),队友挖的坑, ...

  6. FFmpeg命令行工具学习(二):播放媒体文件的工具ffplay

    一.简述 ffplay是以FFmpeg框架为基础,外加渲染音视频的库libSDL构建的媒体文件播放器. 在使用ffplay之前必须要安装到系统中,MAC的安装教程为:http://www.cnblog ...

  7. Java核心技术卷一基础知识-第10章-部署应用程序和applet-读书笔记

    第10章 部署应用程序和applet 本章内容: * JAR文件 * Java Web Start * applet * 应用程序首选项存储 10.1 JAR文件 一个JAR文件既可以包含类文件,也可 ...

  8. 第一节:ASP.NET开发环境配置

    第一节:ASP.NET开发环境配置 什么是ASP.NET,学这个可以做什么,学习这些有什么内容? ASP.NET是微软公司推出的WEB开发技术. 2002年,推出第一个版本,先后推出ASP.NET2. ...

  9. MySQL 非空约束位置不同对自增列造成的影响

    MySQL版本 select version(); +------------+ | version() | +------------+ | 5.7.21-log | +------------+ ...

  10. HBase相关的一些点

    1.在运行Hbase时,如果遇到出错之后: 可以通过{HBASE_HOME}目录,我的是在/usr/soft/hbase下的logs子目录中的日志文件查看错误原因.2.启动关闭Hadoop和HBase ...