文章目录
5 numpy
重在数值计算
基础库
大型、多维数组执行数值运算
5.1 基本操作
使用numpy创建数组
t1 = np.array([1,2,3,]) # 注意多了一个逗号
print(t1)
print(type(t1)) # numpy.ndarray numpy特有的一种类型
t2 = np.array(range(10)) # 注意多了一个逗号
print(t2)
t3 = np.arange(4,10,2) # 包头不包尾，步长为2
print(t3)
print(t3.dtype) # int32
numpy中的数据类型
t4 = np.arange(4,10,2,dtype='float32')
print(t4) # [4. 6. 8.]
print(t4.dtype) # float32
t5 = np.array([1,2,0,4,],dtype='bool')
print(t5) # [ True True False True]
print(t5.dtype) # bool
'''调整数据类型'''
t6 = t5.astype('int8')
print(t6) # [1 1 0 1]
print(t6.dtype)
numpy中的小数
# 随机生成10个 小于1的小数
t7 = np.array([random.random() for i in range(10)])
print(t7)
print(t7.dtype)
t8 = np.round(t7,2) # 保留两位小数
print(t8)
5.2 数组的计算
查看数组的形状
t.shape
返回元组，
不同结果表示的t的类型不同。
元组有：
1个值：一维数组（元素数）
2个值：二维数组（行,列）
3个值：三维数组<每一个元素都是一个二位数组>（块（元素）,(每块里的：)行,列）
修改数组的形状
t.reshape
t4 = np.arange(12)
t4.reshape(3,4) # 变为三行四列的数组
t5 = np.arange(24).reshape(2,3,4)
t5 = t5.reshape(24,) # 变为一维数组 <一个中括号>
t5 = t5.reshape(24,1) # 变为二维数组，列向量 24行一列 <两层中括号>
t5 = t5.reshape(1,24) # 变为二维数组，行向量 一行24列 <两层中括号>
t6 = t5.reshape( ( t5.shape[0]*t5.shape[1], ) ) # 变为一维数组
# t6 = t5.flatten() # 展开成一维
reshape()方法 有返回值，此处t5调用reshape后无变化
一般有返回值的方法 不会对本身不修改
数组的计算
t4 = np.arange(12)
t4.reshape(3,4) # 变为三行四列的数组
t5 = np.arange(24).reshape(2,3,4)
t5 = t5.reshape(24,) # 变为一维数组 <一个中括号>
t5 = t5.reshape(24,1) # 变为二维数组，列向量 24行一列 <两层中括号>
t5 = t5.reshape(1,24) # 变为二维数组，行向量 一行24列 <两层中括号>
t6 = t5.reshape( ( t5.shape[0]*t5.shape[1], ) ) # 变为一维数组
# t6 = t5.flatten() # 展开成一维
5.3 读取本地数据
轴(axis)
0：块方向
1：行方向
2：列方向
读取数据
用的不多，pandas用的多
np.loadtxt(路径，类型，分隔符，跳过某行，读取的列，转置)
import numpy as np
file_path = "./video_data/video_data_numbers.csv"
t1 = np.loadtxt(file_path,delimiter=",",dtype='int',unpack='True')
# unpack='True'对数组进行转置，默认为False
print(t1)
实现二维数组的转置
import numpy as np
t2 = np.arange(24).reshape((4,6))
t3 = t2.transpose() # 方法1
t4 = t2.T # 方法2
t5 = t2.swapaxes(1,0) # 方法3 不太常用
5.4 索引和切片
用的非常多！！
# 取行
print(t2[2])
# 取连续多行
print(t2[2:])
# 取不连续多行
print(t2[[2,4,8]])
# 取列
print(t2[:,0])
# 取连续多列（连续多行）
print(t2[:,2:])
# 取不连续多列
print(t2[:,[2,4,8]])
'''通用方法'''
# 取列
print(t2[2,:])
# 取连续多列（连续多行）
print(t2[2:,:])
print(t2[[2,4,8],:]) # 不连续多行
'''应用'''
# 取的都是交叉点
# 取第三行第四列的值 一个交点
a = t2[2,3]
print(a)
print(type(a)) # numpy.int32
# 取第三行到第五行 第一列到第四列的值
b = t2[2:5 , 0:4] # 包头不包尾
print(b)
# 取不相邻的点
c = t2[ [0,2],[0,1] ] # 取的点是(0,0) (2,1)
取到值后 数值修改都水到渠成
numpy中的布尔索引
t2[t2>10] = 3 # t2中大于10的位置 全都换为3
np.where(t2<=10,0,10) # numpy中的三元运算符，小于等于10赋为0 否则为10
t2.clip(10,18) # 裁剪，小于10的替换为10 大于18的替换为18
t2 = t2.astype(float)
t2[2:2] = np.nan # nan为浮点型
- nan not a number
出现场合：0/0、∞-∞、本地文件为float且有缺失时
- inf/-inf 正/负无穷
一个数字除以0，python会报错 numpy就是inf/-inf
注意点：
1. 两个nan是不相等的
2. 利用此特性，可以用来判断nan的个数
np.count_nonzero(t2!=t2)
# nan也是非零啊
# t2!=t2 把数组转成了布尔型，只有nan是True
np.count_nonzero(np.isnan(t2))
# 同上
3. nan和任何值计算都是nan
4. 不能单传的把nan赋为0，常把缺失的地方替换为列的均值/中值/删除该行
常用统计方法
t2.sum(axis = 0) # 行求和
t2.mean(axis = 0) # 行求平均值
np.median(t2,axis = 0) # 行求中值，一定要指定某行/某列
t2.max(axis = 0) # 行最大值
t2.min(axis = 0) # 行最小值
np.ptp(t2,axis = 0) # 行求极值 最大值 最小值的差
t.std(axis = 0) # 标准差，数据和平均值的分散程度 反应稳定情况
应用：任意数组中的nan替换为均值
以下的都是常规常用的方法，要好好掌握
import numpy as np
def fill_ndarray(t1):
for i in range(t1.shape[1]): # 遍历每一列
temp_col = t1[:,i] # 当前的一列
nan_num = np.count_nonzero(temp_col!=temp_col)
if nan_num != 0:
temp_not_nan_col = temp_col[temp_col == temp_col] # 当前一列不为nan
temp_col(np.isnan(temp_col)) = temp_not_nan_col.mean() # nan的位置替换为均值
return t1
if __name__ == '__main__':
t1 = np.arange(12).reshape((3,4)).astype('float')
t1[1,2:] = np.nan
print(t1)
t1 = fill_ndarray(t1)
print(t1)
数组的拼接
np.vstack((t1,t2)) # 竖直拼接
np.hstack((t1,t2)) # 水平拼接
t[[1,2],:] = t[[2,1],:] # 行交换
# 选中第二行和第三行 交换位置
t[:,[0,2]] = t[:,[2,0]] # 列交换
# 构造全0数组
zero_data = np.zeros((a_data.shape[0],1))
# np.zeros(( row,col ))
# 构造全1数组
one_data = np.ones((b_data.shape[0],1))
# 添加一列全为0的数组
a_data = np.hstack((a_data,zero_data)).astype(int)
# 注意！添加列用水平添加，添加行用竖直添加
# 构造对角线全1的方阵
np.eye(3)
# 某一列的最大值的<位置>，最小值同
np.argmax(t,axis=0) # 行方向上
5.5 生成随机数
np.random
