Numpy学习笔记(二)

Numpy读写文件

#写：函数将数据a存储到test.txt文件中
np.savetxt('test.txt', a)

'''
读
表示读取test.csv文件，分隔符设置
为‘，’（delimiter=','），usecols表示
取得哪几列数据，unpack=True表示分
拆存储不同列的数据，即分别将第6列与
第7列数据赋值给变量x,y
'''
x, y = np.loadtxt('test.csv', delimiter=',', usecols=(6,7), unpack=True)

---

数据分析常用的函数

#加权平均，v作为权重参数
np.average(c, weights=v)

#算术平均
np.mean(c)

#取值范围
np.max(c)
np.min(c)

#ptp函数返回最大值与最小值之间的差值
np.ptp(c)

#median函数返回中位数
np.median(c)

#var方差
np.var(c)

#diff函数返回一个由相邻数组元素的差值构成的数组
np.diff(c)

#std函数计算标准差
np.std(c)

#where函数根据指定的条件返回所有满足条件的数组元素的索引值
idx = np.where(c>6)
# take函数按照索引值从数组中取出相应的元素,np.take(c,np.where(c>6))
data = np.take(idx)

#argmin返回是c数组中最小元素的索引值，argmax返回最大值索引值
np.argmin(c)
np.argmax(c)

#maximum函数可返回多个数组里的各最大值
np.maximum(a, b, c)
#同理minximum返回最小值

#exp函数可计算每个数组元素的指数
np.exp(x)

#linspace(s, e, [n])函数起始s, 终止e，个数n(可选)，返回一个元素值在指定的范围内均匀分布的数组
np.linspace(-1, 0, 5)

#fill函数，将数组元素的值全部设置为一个指定的标量值

数组修剪和压缩

#clip方法将所有比给定最大值还大的
#元素全部设为给定的最大值，而所有
#比给定最小值还小的元素全部设定为给定的最小值
a = np.arange(5)
a.clip(1,2)

#compress方法返回一个根据给定条件筛选后的数组
a = np.arange(4)
a.compress(a>2)
#[3]

阶乘

#prod计算数组中所有元素的乘积
b = np.arange(1, 9)
print("b =", b)
print("Factorial", b.prod())
#b = [1 2 3 4 5 6 7 8]
#Factorial 40320

#cumprod方法，计算数组元素的累积乘积
b.cumprod()
#[ 1 2 6 24 120 720 5040 40320]

相关性

#协方差，描述两个变量共同变化趋势
c = np.cov(a,b)

#diagonal返回对角线上的元素
c.diagonal()

#trace计算矩阵的迹，即对角线上元素之和
c.trace()

#corrcoef函数计算相关系数（或者更精确地，相关系数矩阵）
np.corrcoef(a, b)

判断数组里数据正负性

Paste_Image.png

#sign函数可以返回数组中每个元素的正负符号，
#数组元素为负时返回-1，为正时返回1，否则返回0
np.sign(c)

#piecewise函数来获取数组元素的正负。piecewise函数可以分段给定取值
np.piecewise(c, [c>0, c<0], [-1,1])

‘’乘与dot函数*
NumPy中的乘法运算符 *指示按元素计算，矩阵乘法可以使用 dot函数

import numpy as np

a = np.arange(6).reshape(2,3)
'''
[[0 1 2]
 [3 4 5]]
'''
b = np.arange(-3, 3).reshape(2, 3)
'''
[[-3 -2 -1]
 [ 0  1  2]]
'''
bb = b.reshape(3, 2)
'''
[[-3 -2]
 [-1  0]
 [ 1  2]]
'''

ab = a * b
print('a*b result is ', ab)
'''
 [
 [ 0 -2 -2]
 [ 0  4 10]
]
'''

a_bb = np.dot(a, bb)
print('a.*b result is ', a_bb)
'''
[
 [ 1  4]
 [-8  4]
]
'''

其他函数
trim_zeros：去掉一维数组中开头和末尾为0的元素

其它函数array, zeros, zeros_like, ones, ones_like, empty, empty_like, arange, linspace, rand, randn, fromfunction, fromfile参考： NumPy示例