Data Analysis with Python——02

[hsipeng]

Data Analysis with Python——02

Numpy

numpy 函数

数据类型

数组和标量之间的运算

数组很重要，因为它使你不用编写循环即可对数据执行批量运算。这通常就叫做矢量化（vectorization）。大小相等的数组之间的任何算术运算都会将运算应用到元素级。不同大小的数组之间的运算叫做广播（broadcasting）。

基本的索引和切片

arr = np.arange(10)
arr
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
arr[5:8]

# array([5, 6, 7])
arr[5:8] = 12

# array([0, 1, 2, 3, 4, 12, 12, 12, 8, 9])

想要得到一份副本而非视图， 需要显示的复制， 例如: arr[5:8].copy()

多维数组访问

切片是沿着一个轴向选取元素的。你可以一次传入多个切片，就像传入多个索引那样：

In[78]:arr2d[:2,1:]

Out[78]:array([[2,3],[5,6]])

像这样进行切片时，只能得到相同维数的数组视图。通过将整数索引和切片混合，可以得到低维度的切片：

In[79]:arr2d[1,:2]
In[80]:arr2d[2,:1]

Out[79]:array([4,5])
Out[80]:array([7])

布尔类型数组索引

data[names == 'Bob',3]
data[names != 'Bob',3]
data[-(names == 'Bob'),3]
data[age < 20 ,3]
...

Python关键字and和or在布尔型数组中无效。

花式索引

花式索引总是将数据复制到新数组中

数组转置和轴对换

• transpose
• T 属性
• swapaxes

np.dot(arr.T , arr)

通用函数: 快速的元素级数组函数

将条件逻辑表述为数组运算

np.where

数学和统计方法

Sum、mean 以及标准差std 等聚合计算(约简计算)， 既可以当作数组的实例方法也可以当作顶级NumPy函数使用

arr = np.random.randn(5,4) # 模拟正态分布的数据

arr.mean()
# 0.062814911084854597
np.mean(arr)
# 0.062814911084854597

用于布尔型数组的方法

• sum
  经常用来对布尔型数组中的True 值计数
• any
  是否存在一个或多个True
• all
  都是True

arr = randn(100)

(arr > 0).sum()
bools = np.array([False, False, True, False])
bools.any()
# True
bools.all()
# False

排序
Sort

唯一化

np.unique
找出数组中的唯一值，并且返回已排序的结果

用于数组的文件输入输出

np.save 和 np.load
np.savez和 np.load
np.savetxt和 np.loadtext

arr = np.arange(10)

np.save('some_array', arr) # 后缀 .npy

np.load('some_array.npy')


np.loadtxt('some_ex.txt', delimiter=',')# 以逗号隔开的文本文件
np.savetxt('some_ex.txt', arr)

线性代数

随机数生成