Python中numpy数据分析库知识点总结
- 二、对已读取数据的处理
- ②指定一个值，并对该值双边进行修改
- ③指定两个值，并对第一个值的左侧和第二个值的右侧进行修改
- 2.4 数组的拼接和行列交换
- ①竖直拼接（np.vstacknp.vstack）
- ②水平拼接（np.hstacknp.hstack）
- 2.5 创建特殊类型的数组
- 2.6 numpy中常用统计函数
- 3.1 numpy中的nan和inf
- ①两个np.nannp.nan 是不相等的
一、numpy读取数据
推荐读入CSV（ CSV:Comma-Separated Value,逗号分隔值文件 ）格式的文件
np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)二、对已读取数据的处理
我们默认要处理的数据命名为 t
如果，你不方便读入可以以下面的 t 为例子进行操作
t=np.array([[1,2,3],
[4,5,6],
[7,8,9]])2.1 转置
读取数据后可能不符合日常操作习惯，这时可以对数据进行转置处理。
有三种办法进行转置，但是我只推荐前两种。
①第一种
t.transpose()②第二种
t.T③第三种
解释一下：这里通过交换0-axis和1-axis轴巧妙的将数据进行了转置
t.swapaxes(1,0)2.2 数值的修改
这里通过举例子，来解释更容易理解！
①单边进行修改
这里其实是基于 numpy中布尔索引 ，感兴趣的同学可以自行百度。
例子：我们想要把t中小于3的数字替换为3
t[t<3]=3②指定一个值，并对该值双边进行修改
例子：我们想把t中小于5的数字替换为0，把大于5的替换为1
这里的 np.where() 是 numpy 的三元运算符
np.where(t<5,0,1)③指定两个值，并对第一个值的左侧和第二个值的右侧进行修改
例子：我们想把小于3的替换为3，大于5的替换为5
这里的 clip() 函数是修剪函数
np.clip(t,3,5)2.3 索引和切片
这里通过举例子，来解释更容易理解！
①索引单个元素
例子：取出位于第一行第二列的元素
t[0,1]②取出某行或某列
例子：取出第2行和第2列
t[1,:] # 第二行
t[:,1] # 第二列③取出连续多行或多列
例子：取出第二行到第三行
取出第二行之后所有行(这个还是很有用的，因为，大多数情况下，我们数据的第一行都是标签)
t[1:3,:] # 第二行到第三行
t[1:,:] # 第二行之后所有行④取出不连续的多行或多列
例子：取出第一行和第三行
t[[0,2],:] # 取出第一行和第三行⑤取出多个交叉点的元素
例子：取出第2行和第2列的元素一和第3行和第3列的元素二，并组成一个新数组
t[[1,2],[1,2]]2.4 数组的拼接和行列交换
我们大部分时间使用数组的拼接，很少用到数组的切割。因为我们如果需要切割，我们会首先选择切片。
①竖直拼接（np.vstack）
t1=np.array([[1,2],
[3,4]])
t2=np.array([[5,6],
[7,8]])
print(np.vstack((t1,t2)))output:
[[1 2]
[3 4]
[5 6]
[7 8]]②水平拼接（np.hstack）
t1=np.array([[1,2],
[3,4]])
t2=np.array([[5,6],
[7,8]])
print(np.hstack((t1,t2)))output:
[[1 2 5 6]
[3 4 7 8]]③行交换
将数组的二三行进行交换。
t[[1,2],:]=t[[2,1],:]④列交换
将数组的二三列进行交换。
t[:,[1,2]]=t[:,[2,1]]2.5 创建特殊类型的数组
①创建一个全0的数组
np.zeros((3,4))②创建一个全1的数组
np.ones((3,4))③创建一个对角线为1的正方形数组(方阵)
np.eye(3)2.6 numpy中常用统计函数
根据情况需要，选择传入 axis=0 或者 axis=1 或者不传入 axis 参数。
t.sum(axis=None)t.mean(a,axis=None)np.median(t,axis=None)④最大值
t.max(axis=None)⑤最小值
t.min(axis=None)⑥最大值减去最小值
np.ptp(t,axis=None)⑦标准差
t.std(axis=None)⑧获取最大值的位置
np.argmax(t,axis=0)⑧获取最小值的位置
np.argmin(t,axis=1)三、几个注意点
3.1 numpy中的nan和inf
np.nan (not a number)表示不是一个数字。
我们的数据中如果出现这种情况，不要着急删除整行或是整列数据，因为数据是宝贵的。我们可以将其 替换为 该行或该列的均值、中值等。
同时， np.nan 具有一些特殊的性质，下面用代码来说。
①两个np.nan是不相等的
# 两个nan 是不相等的
print(np.nan==np.nan) # False
print(np.nan!=np.nan) # True②np.nan的类型是
print(type(np.nan)) # ③判断数组中的nan 的个数
注意，数组中的元素需要是
利用两个 np.nan 是不相等的性质
如果数组内有元素 np.nan ，就会在位置上返回 True ，其他位置均返回 False
print(t!=t)利用现有函数 np.isnan()
np.isnan(t)然后通过函数 np.count_nonzero() 数0（False）的个数就可以了。
④ndarry缺失值填充
下面是利用均值来填充缺失值
# 要注意的是这里的平均个数是删去nan元素后的数组个数
def fill_nan_by_col_mean(t):
for i in range(t.shape[1]):
t_col=t[:,i]
if np.count_nonzero(np.isnan(t_col)) != 0:
t_col[t_col!=t_col]=t_col[t_col==t_col].mean()
# 没必要写这一句话，因为上面的t_col=t[:,i]属于view，属于浅拷贝，数据是同时变化的！
t[:,i]=t_col
def fill_nan_by_row_mean(t):
for i in range(t.shape[0]):
t_row=t[i,:]
if np.count_nonzero(np.isnan(t_row)) != 0:
t_row[t_row!=t_row]=t_row[t_row==t_row].mean()
# 没必要写这一句话，因为上面的t_row=t[i,:]属于view，属于浅拷贝，数据是同时变化的！
t[i,:]=t_row3.2 view（浅拷贝）和 copy（深拷贝）
完全不复制
t1和t2相互影响。
t1=t2view（浅拷贝）
视图的操作，一种切片，会创建新的对象，但是新的对象的数据完全由原对象保管，他们两个的数据变化是一致的。
t1=t2[:,1]copy（深拷贝）
复制的操作，新的对象和原对象之间互不影响。
t1=t2.copy()