Python数据分析与展示(1)-数据分析之表示(2)-NumPy数据存取与函数

NumPy数据存取与函数

---

数据的CSV文件存取

CSV文件

CSV(Comma-Separated Value,逗号分隔值)

CSV是一种常见的文件格式，用来存储批量数据。

将数据写入CSV文件

np.savetxt(frame, array, fmt='%.18e', delimiter=None)

-frame: 文件、字符串或产生器，可以是.gz或.bz2的压缩文件

-array: 存入文件的数组

-fmt: 写入文件的格式，例如：%d %.2f %.18e

-delimiter：分割字符串，默认是空格

示例：

import numpy as np
a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv',a,fmt='%d',delimiter = ',')

生成CSV文件内容：

从CSV文件中读取数据

np.loadtxt(frame, dtype = np.float, delimiter=None,unpack=False)

-frame: 文件、字符串或产生器，可以是.gz或.bz2的压缩文件

-dtype: 数据类型，可选

-delimiter：分割字符串，默认是空格

-unpack：如果True，读入属性将分别写入不同变量

CSV文件的局限性

CSV只能有效存储一维和二维数组

np.savetxt() np.loadtxt() 只能有效存取一维和二维数组

---

多维数据的存取

多维数据存

a.tofile(frame,sep='',format='%s')

-frame: 文件、字符串

-sep: 数据分割字符串，如果是空串，写入文件为二进制

-format：写入数据的格式

如果使用sep分割的话，生成的将会是二进制文件

读多维数据文件

np.fromfile(frame, dtype=float, count=-1,sep='')

-frame: 文件、字符串

-dtype: 读取的数据类型

-count：读入元素个数，-1表示读入整个文件

-sep: 数据分割字符串，如果是空串，写入文件为二进制

整数文件：

二进制文件：

需要注意：

该方法需要读取时知道存入文件时数组的维度和元素类型

a.tofile() 和 np.fromfile()需要配合使用

可以通过元数据文件来存储额外信息

NumPy的便捷文件存取

np.save(fname,array) 或 np.savez(fname,array)

-frame: 文件名，以.npy为扩展名，压缩扩展名为.npz

-array：数组数量

np.load(fname)

-frame:文件名，以.npy为扩展名，压缩扩展名为.npz

---

NumPy的随机数函数

NumPy的随机数函数子库

NumPy的random子库

np.random.*

np.random.rand()

np.random.randn()

np.random.randint()

函数示例：

---

NumPy的统计函数

NumPy直接提供的统计类函数

np.std()　　np.war()　　np.average()

np的统计函数

---

NumPy的梯度

np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度梯度

梯度：连续值之间的变化率，即斜率

XY坐标轴连续三个X坐标对应的Y轴值：a, b, c,其中 b 的梯度是：(c-a)/2

一维元素梯度值：

二维元素梯度值：

---