美文网首页
Python学习之Numpy速成记——基础篇(下)

Python学习之Numpy速成记——基础篇(下)

作者: bffbb3a8a646 | 来源:发表于2019-04-23 12:22 被阅读0次

                                                                                 作者丨琳儿

                                                              来源丨医数思维云课堂(ID:Datamedi)   

    上一期我们学习了Numpy基础知识,对Numpy有了一个基本的认识。这一期我将会向大家介绍Numpy常用函数

    03

    常用函数

    1.读写文件

    (1)用savetxt函数将数据存储到文件中,当然我们需要指定文件名以及要保存的数组。

    i2 = np.eye(2)

    print i2

    np.savetxt("eye.txt", i2)

    np.savetxt("weeksummary.csv", weeksummary, delimiter=",", fmt="%s")

    指定了文件名、需要保存的数组名、分隔符(在这个例子中为英文标点逗号)以及存储浮点数的格式。

    2.CSV 文件

    日期,收盘价、成交量、开盘价、最高价和最低价:

    c,v = np.loadtxt(R'C:UsersAdministrator.PC-201704251340DesktopPython

    umpydata.csv',delimiter=',',usecols=(1,2),unpack=True)

    c,v=np.loadtxt('data.csv', delimiter=',', usecols=(6,7), unpack=True)

    skiprows=0,跳过0行。

    loadtxt函数读取了一个包含股价数据的CSV文件。

    delimite设置分隔符为,(英文标点逗号)。

    usecols的参数为一个元组,以获取第7字段至第8字段的数据。

    unpack参数设置为True,意思是分拆存储不同列的数据,即分别将收盘。价和成交量的数组赋值给变量c和v。

    r代表不转义,如果不加r那么""中就要加双反斜杠。

    3.常用数学函数

    (1)mean函数可以计算数组元素的算术平均值:

    print ("mean =", np.mean(c))

    (2)min函数和max函数:

    h,l=np.loadtxt('data.csv',delimiter=',', usecols=(4,5), unpack=True)

    print ("highest =", np.max(c))

    print ("lowest =", np.min(c))

    (3)ptp函数可以计算数组的取值范围,该函数返回的是数组元素的最大值和最小值之间的差值。也就是说,返回值等于max(array) - min(array):

    print ("Spread high price =", np.ptp(c))

    (4)median的函数:

    print ("median =", np.median(c))

    (5)msort函数,获得排序后的数组:

    sorted_close = np.msort(c)

    print ("sorted =", np.msort(c))

    (6)方差,标准差:

    print("variance =", np.var(c))

    print("Standard deviation =", np.std(c))

    (7)使用cov函数计算股票收益率的协方差矩阵:

    covariance = np.cov(c, v)

    print("Covariance", covariance)

    (8)使用diagonal函数查看对角线上的元素:

    print("Covariance diagonal", covariance.diagonal())

    (9)使用trace函数计算矩阵的迹,即对角线上元素之和:

    print("Covariance trace", covariance.trace())

    (10)使用corrcoef函数计算相关系数(或者更精确地,相关系数矩阵):

    print("Correlation coefficient", np.corrcoef(c,v))

    (11)去重函数:

    a = np.array([2, 6, 5])

    b = np.array([1, 2, 3])

    c = np.array([1, 1, 3])

    print(np.unique(c))

    print(np.intersect1d(a,b))

    print(np.union1d(a,b))

    print(np.in1d(a,b))

    Python学习之Numpy常用函数的内容就讲到这里,大家有任何疑问都可以加入我们的QQ群:生物统计学习讨论群:938773609。期待我们的再次相约。

    相关文章

      网友评论

          本文标题:Python学习之Numpy速成记——基础篇(下)

          本文链接:https://www.haomeiwen.com/subject/rqcvgqtx.html