为了学习机器学习，在此先学习以下数据分析的matplotlib，numpy，pandas，主要是为自己的学习做个记录，如有不会的可以随时查阅。希望大家可以一起学习共同进步，我们最终都可以说：功不唐捐，玉汝于成。
数据分析
把大量的数据进行统计和整理，得出结论，为后续的决策提供数据支持
matplotlib
1.什么是matplotlib
2.matplotlib基本要点
3.matolotlib的散点图、直方图、柱状图
4.更多的画图工具
为什么要学习matplotlib
- 能将数据进行可视化，更直观的呈现
- 使数据更加客观、更具说服力
什么是matplotlib
最流行的python底层绘图库，主要做数据可视化图表，名字取材于MATLAB，模仿MATLAB构建
matplotlib可以绘制折线图、散点图、柱状图、直方图、箱线图、饼图等。
折线图
以折线的上升或下降来表示统计数量的增减变化的统计图
特点：能够显示数据的变化趋势，反映事务的变化情况（变化）
直方图
由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据范围，纵轴表示分布情况
特点：绘制连续性的数据，展示一组或多组数据的分布状况（统计）
条形图
排列在工作表的列或行中的数据可以绘制到条形图中
特点：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别（统计）
散点图
用两组数据构成多个坐标点，考虑坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式
特点：
判断变量之间是否存在数量关联趋势，展示离群点（分布规律）
matplotlib基本要点
那么上面的每一个红色的点是什么呢？
每个红色的点是坐标，把5个点的坐标连接成一条线，组成了一个折线图。
演示matplotlib简单的使用
假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是
[15,13,14,5,17,20,25,26,26,27,22,18,15]
'''
假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是
[15,13,14,5,17,20,25,26,26,27,22,18,15]
'''
from matplotlib import pyplot as plt#导入pyplot
#数据在x轴的位置，是一个可迭代对象
x = range(2,26,2)
#数据在y轴的位置，是一个可迭代对象
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
'''x轴和y轴的数据一起组成了所有要绘制的坐标
分别是(2,15),(4,13),(6,14.5),(8,17)......'''
#传入x和y，通过plot绘制出折线图
plt.plot(x,y)
plt.show()#在执行程序的时候展示图形
运行结果：
案例存在以下几个问题
1.设置图片大小(想要一个高清无码大图)
2.保存到本地
3.描述信息，比如x轴和y轴表示什么，这个图表示什么
4.调整x或y的刻度的间距
5.线条的样式(比如颜色，透明度等)
6.标记出特殊的点(比如告诉别人最高点和最低点在哪里)
7.给图片添加一个水印(防伪，防止盗用)
'''
假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是
[15,13,14,5,17,20,25,26,26,27,22,18,15]
'''
from matplotlib import pyplot as plt#导入pyplot
### 设置图片大小
'''设置图片大小
figure图形图标的意思，在这里指的就是我们画的图
通过实例化一个figure并且传递参数，能够在后台自动使用该figure实例
在图像模糊时，可以传入dpi参数，让图片更清晰
'''
fig = plt.figure(figsize=(20,8),dpi=80)
#数据在x轴的位置，是一个可迭代对象
x = range(2,26,2)
#数据在y轴的位置，是一个可迭代对象
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
'''
x轴和y轴的数据一起组成了所有要绘制的坐标
分别是(2,15),(4,13),(6,14.5),(8,17)......
'''
#传入x和y，通过plot绘制出折线图
plt.plot(x,y)
### 保存图片，可以保存svg这种矢量图格式，放大不会有锯齿
# plt.savefig('./t1.png')###设置x或y轴的刻度
# plt.xticks(x)
_xtick_labels = [i/2 for i in range(4,49)]
# plt.xticks(_xtick_labels)
# plt.xticks(_xtick_labels[::3])#当刻度太密集时，使用列表的步长(间隔取值)来解决，matplotlib会自动帮我们对应
plt.xticks(range(25,50))#设置x的刻度
plt.yticks(range(min(y),max(y)+1))
plt.show()#在执行程序的时候展示图形
那么问题来了：
如果列表a表示10点到12点的每一分钟的气温，如何绘制折线图观察每分钟气温的变化情况？
from matplotlib import pyplot as plt
import randomx = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)plt.show()
运行结果：
根据每分钟气温变化绘制折线图
from matplotlib import pyplot as plt, font_manager
import random
import matplotlib
#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)x = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)#调整x的刻度
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样 rotation旋转的度数
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45)
plt.show()
运行结果：
在上题基础上添加描述信息
from matplotlib import pyplot as plt, font_manager
import random
import matplotlib
#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)x = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)#调整x的刻度
_xtick_labels = ["10:0{}".format(i) for i in range(10)]
_xtick_labels += ["10:{}".format(i) for i in range(10,60)]
_xtick_labels += ["11:0{}".format(i) for i in range(10)]
_xtick_labels += ["11:{}".format(i) for i in range(10,60)]
#取步长，数字和字符串一一对应，数据的长度一样 rotation旋转的度数
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45)#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度 单位(℃)")
plt.title("10点到12点每分钟的气温变化情况")plt.show()
运行结果：
案例绘制11到30岁看书数量折线图
from matplotlib import pyplot as plt
import matplotlib
'''
假设小明在30岁的时候，根据自己的实际情况，统计出
从1到30岁每年看过的书籍数量，请绘制折线图，
以便分析自己每年所看书籍数量走势
x轴表示岁数
y轴表示个数
'''
#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
x = range(11,31)#设置图形大小
plt.figure(figsize=(20,8),dpi=80)plt.plot(x,y)#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels)
plt.yticks(range(0,9))#绘制网格
plt.grid(alpha=0.4)#添加描述信息
plt.xlabel("年龄")
plt.ylabel("书本数量")
plt.title("每年所看书籍数量走势")#展示
plt.show()
运行结果：
案例绘制自己和同桌两人的看书数量折线图
from matplotlib import pyplot as plt
import matplotlib
'''
假设小明在30岁的时候，根据自己的实际情况，统计出
从1到30岁每年看过的书籍数量，请绘制折线图，
以便分析自己每年所看书籍数量走势
x轴表示岁数
y轴表示个数
'''
#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]
x = range(11,31)#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#通过label指定显示的图例内容
plt.plot(x,y_1,label="自己",color='orange',linestyle=':')
plt.plot(x,y_2,label="同桌",color='cyan',linestyle='--')#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels)
plt.yticks(range(0,9))#绘制网格
plt.grid(alpha=0.4)#添加图例
#通过prop指定图例的字体
#通过loc指定图例的位置，默认右上角
plt.legend(prop=my_font,loc='upper left')
#添加描述信息
plt.xlabel("年龄")
plt.ylabel("书本数量")
plt.title("每年所看书籍数量走势")
#展示
plt.show()
运行结果：
自定义绘制图形风格
plt.plot(
x,#x
y,#y
#在绘制的时候指定即可
color='r',#线条颜色 r红色，g绿色，b蓝色，w白色，y黄色
linestyle='--',#线条风格 -实线 --虚线 -.点画线 :点虚线
linewidth=5,#线条粗细
alpha=0.5#透明度
)
matplotlib绘制散点图
假设通过爬虫你获取了某地3
月份，10月份每天白天的最高气温，那么此时绘制出它的散点图
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
#绘制散点图
from matplotlib import pyplot as plt
import matplotlib
#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]x_3 = range(1,32)
x_10 = range(51,82)#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#使用scatter绘制散点图，和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label='3月份')
plt.scatter(x_10,y_10,label='10月份')#调整x轴的刻度
_x = list(x_3) + list(x_10)
_xtick_labels = ['3月{}日'.format(i) for i in x_3]
_xtick_labels += ['10月{}日'.format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)#添加图例
plt.legend(loc = 'upper left')#添加描述信息
plt.xlabel('时间')
plt.ylabel('温度')
plt.show()
运行结果：
散点图应用场景
不同条件(维度)之间的内在关联关系
观察数据的离散聚合程度
绘制条形图
假设你获得了电影以及其对应的票房。
绘制竖条形图
#绘制条形图
from matplotlib import pyplot as plt
import matplotlib#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)
a = ['电影1','电影2','电影3','电影4','电影5','电影6','电影7','电影8','电影9']
b = [56,26,17,16,12,11,10,9,8]
#设置图片大小
plt.figure(figsize=(20,15),dpi=80)
#绘制条形图 竖着的
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,rotation=90)
plt.xlabel('电影名称')
plt.ylabel('票房')
plt.show()
运行结果：
绘制横条形图
#绘制条形图
from matplotlib import pyplot as plt
import matplotlib#windows和linux设置字体方法
my_font = {'family' : 'FangSong','weight' : 'bold','size' : '16'}
# plt.rc( 'font' , ** font) # 步骤一(设置字体的更多属性)
# plt.rc( 'axes' , unicode_minus = False ) # 步骤二(解决坐标轴负数的负号显示问题)
matplotlib.rc('font',** my_font)
a = ['电影1','电影2','电影3','电影4','电影5','电影6','电影7','电影8','电影9']
b = [56,26,17,16,12,11,10,9,8]
#设置图片大小
plt.figure(figsize=(20,15),dpi=80)
#绘制条形图 竖着的
plt.barh(range(len(a)),b,height=0.3,color='orange')
#设置字符串到x轴
plt.yticks(range(len(a)),a)
plt.grid(alpha=0.3)
plt.ylabel('电影名称')
plt.xlabel('票房')
plt.show()
运行结果：
绘制三天数据条形图
假设你知道了列表a中电影分别在2017-9-14(b_14),2017-9-15(b_15),2017-9-16(b_16)三天的票房，为了展示列表中电影本身的票房以及其它电影的数据对比情况，应该如何更加直观地呈现该数据
a=[“猩球崛起”,“敦刻尔克”,“蜘蛛侠”,“战狼2”]
b_16 = [15746,312,4497,319]
b_15=[12357,156,2045,168]
b_14=[2358,399,2358,362]
条形图应用场景
数量统计
频率统计(市场饱和度)
绘制直方图
import matplotlib.pyplot as plt
import numpy as nplst=[]
for _ in range(250):a = np.random.randint(80,160)lst.append(a)#生成数据#计算组数
d = 5
num_bins = (max(lst) - min(lst))//d
print(lst)
plt.hist(lst,num_bins)
#设置x轴的刻度
plt.xticks(range(min(lst),max(lst)+d,d))
plt.grid()
plt.show()
直方图应用场景
用户的年龄分布状态
一段时间内用户点击次数的分布状态
用户活跃时间的分布状态
matplotlib浅浅总结
| matplotlib | |||
|---|---|---|---|
| plt.plot绘制折线图 | from matplotlib import pyplot as plt | ||
| 设置图形大小和分辨率 | plt.figure(figsize=(20,8),dpi=80) | ||
| 绘图 | plt.plot(x,y) | x(y):所有的坐标的x(y)值 | |
| 调整x(y)轴的刻度 | plt.xticks() | ||
| 调整间距： | 传一个参数(包含数字的可迭代对象)，步长合适即可 | ||
| 添加字符串到x(y)轴: | 传入两个参数，分别是两个可迭代对象，数字和字符串最终会一一对应，只显示字符串 | ||
| 展示 | plt.show() | ||
| 图片保存 | plt.savefig(“file_path”) | ||
| 显示中文 | matplotlib.rc | my_font = {‘family’ : ‘FangSong’, ‘weight’ : ‘bold’, ‘size’ : ‘16’} matplotlib.rc(‘font’,** my_font) | |
| font_manager | from matplotlib import font_manager | ||
| my_font=font_manager.FontProperties(fname=“”) | |||
| 一个图中绘制多个图形 | plt.plot()调用多次 | plt.plot(x,y_1,label=“自己”,color=‘orange’,linestyle=‘:’) | |
| plt.plot(x,y_2,label=“同桌”,color=‘cyan’,linestyle=‘–’) | |||
| 图例 | 展示当前这个图形是谁 | ||
| 1.plot(label=“自己”) | |||
| 2.plot.legend(loc,prop) | loc表示的是图例的位置 | ||
| 图形的样式 | color | linestyle,linewidth | |
| 添加图形的描述 | plt.xlabel(“添加描述”) | ||
| plt.ylabel(“添加描述”) | |||
| plt.title(“添加描述”) | |||
| 网格 | plt.grid(alpha=0.4,linestyle=) |
numpy
1.什么是numpy
2.numpy基础
3.numpy常用方法
4.numpy常用统计方法
为什么学习numpy
1.快速
2.方便
3.科学计算的基础库
- 对同样的数据计算任务，使用Numpy比直接使用python代码实现，优点
- 代码更简洁：Numpy直接以数组、矩阵为粒度计算并且支撑大量的数字函数，而python需要for循环从底层实现
- 性能更高效：Numpy的数组存储效率和输入输出计算性能，比Python使用list或者嵌套list好很多
注：Numpy的数据存储和Python原生的list是不一样的
注：Numpy的大部分代码都是C语言实现的，这是Numpy比纯Python代码高效的原因 - Numpy是Python各种数据科学类库的基础库
比如：Scipy、Scikit-Learn、TensorFlow、pandas等
什么是numpy
一个在python中做科学计算的基础库，重在数值计算，也是大部分python科学计算库的急促库，多用于大型、多多维数组上执行数值运算
- Numerical Python
- 一个开源的python科学计算库
- 使用Numpy可以方便地使用数组、矩阵进行计算
- 包含线性代数、傅里叶变换、随机数生成等大量函数
Numpy下载与安装
- 在Windows系统下安装Numpy有两种常用方式
1.使用Python包管理器pip来安装numpy，是一种最简单、最轻量级的方法。只需要执行以下命令即可
pip install numpy
2.使用anaconda(官网下载：https://www.anaconda.com/)是一个开源的python发行版，应用较为广泛。
numpy ndarray对象
- numpy定义了一个n维数组对象，简称ndarray对象，它是一个一系列相同类型元素组成的数组集合。数组中的每个元素都占有大小相同的内存块。
- ndarray对象采用了数组的索引机制，将数组中的每个元素映射到内存块上，并且按照一定的布局对内存块进行排列(行或列)
numpy创建数组(矩阵)
numpy.array(object,dtype = None,copy = True,order = None,subok = False,ndmin = 0)
参数
| 序号 | 参数 | 描述说明 |
|---|---|---|
| 1 | object | 表示一个数组序列 |
| 2 | dtype | 可选参数，通过它可以更改数组的数据类型 |
| 3 | copy | 可选参数，当数据源是ndarray时表示数组能否被复制，默认时True |
| 4 | order | 可选参数，以哪种内存布局创建数组，有3个可选值，分别是C(行序列)/F(列序列)/A(默认) |
| 5 | ndmin | 可选参数用于指定数组的维度 |
| 6 | subok | 可选参数，类型为bool值，默认False。为True：使用object的内部数据类型；False：使用object数组的数据类型 |
import random
import numpy as np# 使用numpy生成数组，得到ndarray的类型
t1 = np.array([1, 2, 3])
print(t1, type(t1))t2 = np.array(range(10))
print(t2, type(t2))t3 = np.arange(4, 10, 2)
print(t3, type(t3), t3.dtype)# 调整数据类型
t4 = t3.astype(int)
print(t4, t4.dtype)# numpy中的小数
t5 = np.array([random.random() for i in range(10)])
print(t5, t5.dtype)
print('------------')
# 取两位小数
t8 = np.round(t5, 2)
print(t8)
运行结果：
[1 2 3] <class 'numpy.ndarray'>
[0 1 2 3 4 5 6 7 8 9] <class 'numpy.ndarray'>
[4 6 8] <class 'numpy.ndarray'> int32
[4 6 8] int32
[0.15005218 0.04573021 0.16078498 0.81148836 0.69045563 0.503186010.04133977 0.04835085 0.04299551 0.79446533] float64
------------
[0.15 0.05 0.16 0.81 0.69 0.5 0.04 0.05 0.04 0.79]数组的形状与修改
# 数组的形状
import numpy as npt1 = np.arange(12)
# 查看数组的形状 x.shape
print(t1, 't1.shape',t1.shape)print('*' * 15)
t2 = np.array([[1, 2, 3], [4, 5, 6]])
print(t2,'t2.shape',t2.shape)
print()
# 修改数组的形状 x.reshape
t1 = t1.reshape(3, 4)#.reshape有返回值，不会对本身t1影响进行改变
print('t1.reshape(3, 4)',t1)#若t1=None，原地操作，对数据本身进行修改，没有返回值#转成一维数组
t1 = t1.flatten()
print(t1)
运行结果：
[ 0 1 2 3 4 5 6 7 8 9 10 11] t1.shape (12,)
***************
[[1 2 3][4 5 6]] t2.shape (2, 3)t1.reshape(3, 4) [[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11]]
[ 0 1 2 3 4 5 6 7 8 9 10 11]
轴(axis)
在numpy中可以理解为方向，使用0，1，2…数字表示，对于一个一维数组，只有一个0轴，对于二维数组(shape(2,2))，有0轴和1轴，对于三维数组(shape(2,2,3)),有0,1,2轴
有了轴的概念之后，计算会更加方便，比如计算一个2维数组的平均值，必须指定是计算哪个方向上面的数字的平均值
在前面的知识里，请问轴在哪里呢？
回顾np.arange(0,10).reshape(2,5)，reshape中2表示0轴长度(包含数据的条数)为2，1轴长度为5，2x5一个10个数据。
numpy读取数据
CSV:Comma-Separated Value，逗号分隔值文件
显示:表格状态
源文件:换行和逗号分割行列的格式化文本，每一行的数据表示一条记录
由于CSV便于展示读取和写入，所以很多地方也是用CSV的格式存储和传输中小型的数据。
np.loadtxt(frame,dtype=np.float,delimiter=',',skiprows=0,usecols=None,unpack=False)
| 参数解释 | |
|---|---|
| frame | 文件、字符串或产生器，可以是.gz或bz2压缩文件 |
| dtype | 数据类型，可选，CSV的字符串以什么数据类型读入数组中，默认np.float |
| delimiter | 分割字符串，默认是任何空格，改为逗号 |
| skiprows | 跳过前x行，一般跳过第一行表头 |
| usecols | 读取指定的列，索引，元组类型 |
| unpack | 如果True，读入属性将分别写入不同数组变量，相当于转置的效果；False读入数据只写入一个数组变量，默认False |
代码演示：
#这个是自己胡乱写的一个.csv文件
143,456,789,100
1,2,3,5
4,111,124,556
代码
import numpy as np
us_file_path ="file.csv"t1 = np.loadtxt(us_file_path,delimiter=',',dtype='int',unpack=True)
t2 = np.loadtxt(us_file_path,delimiter=',',dtype='int')print(t1)
print('*'*18)
print(t2)
运行结果：
[[143 1 4][456 2 111][789 3 124][100 5 556]]
******************
[[143 456 789 100][ 1 2 3 5][ 4 111 124 556]]
numpy中的转置
转置是一种变换，对于numpy中的数组来说，就是在对角线方向交换数据，目的也是为了更方便的去处理数据。以下代码演示的三种方法都可以实现二维数组的转置效果，转置和交换轴的效果一样。
代码：
# numpy中的转置
import numpy as npt1 = np.arange(8).reshape(2,4)
print('转置前：\n', t1)t2 = t1.transpose()
print('方法1转置后：\n',t2)t3 = t1.swapaxes(1,0)
print('方法2转置后：\n',t3)t4 = t1.T
print('方法3转置后：\n',t4)
运行结果：
转置前：[[0 1 2 3][4 5 6 7]]
方法1转置后：[[0 4][1 5][2 6][3 7]]
方法2转置后：[[0 4][1 5][2 6][3 7]]
方法3转置后：[[0 4][1 5][2 6][3 7]]
numpy索引和切片
对于刚刚加载出来的数据，若只想选择其中的某一行或某一列，应该如何操作？
和python的列表一样
具体如代码所示：
import numpy as npt1 = np.arange(20).reshape(4, 5)
print('输出原t1\n', t1)print('取一行:\n', t1[2])print('取连续多行:\n', t1[1:])print('取不连续多行:\n', t1[[0, 2]])
print()
# 逗号前表示行，逗号后表示列
print('取一列:\n', t1[:, 0])print('取连续的多列:\n', t1[:, 2:])print('取不连续的多列:\n', t1[:, [0, 2, 4]])
print('取多行和多列，取第2行到4行，第2列到第4列')
print('取的是交叉点的位置')
print(t1[1:4,1:4])print('取多个不相邻的点')
#选出来的结果是(0,1),(2,3)
print(t1[[0,2],[1,3]])#取第2和第4行
print(t1[[1,3],:])
#取第1和第4列
print(t1[:,[0,3]])
运行结果：
输出原t1[[ 0 1 2 3 4][ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]]
取一行:[10 11 12 13 14]
取连续多行:[[ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]]
取不连续多行:[[ 0 1 2 3 4][10 11 12 13 14]]取一列:[ 0 5 10 15]
取连续的多列:[[ 2 3 4][ 7 8 9][12 13 14][17 18 19]]
取不连续的多列:[[ 0 2 4][ 5 7 9][10 12 14][15 17 19]]
取多行和多列，取第2行到4行，第2列到第4列
取的是交叉点的位置
[[ 6 7 8][11 12 13][16 17 18]]
取多个不相邻的点
[ 1 13][ 1 13]
[[ 5 6 7 8 9][15 16 17 18 19]]
[[ 0 3][ 5 8][10 13][15 18]]
numpy中数值的修改
修改行列的值，很容易实现，若想把数组中小于10的数字替换成3呢？
import numpy as npt1 = np.arange(20).reshape(4, 5)
print('输出原t1\n', t1)
#输出行列<10的bool值
print('t1<10的bool值\n',t1<10)
#将<10的数字替换为3
t1[t1<10]=3
print('将<10的数字替换为3\n',t1)
#查看值>18的
print('查看值>18的\n',t1[t1>18])
#将>18的替换为100
t1[t1>18]=100
print('将>18的替换为100后\n',t1)t1[:,2:4]=0
print(t1)
运行结果：
输出原t1[[ 0 1 2 3 4][ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]]
t1<10的bool值[[ True True True True True][ True True True True True][False False False False False][False False False False False]]
将<10的数字替换为3[[ 3 3 3 3 3][ 3 3 3 3 3][10 11 12 13 14][15 16 17 18 19]]
查看值>18的[19]
将>18的替换为100后[[ 3 3 3 3 3][ 3 3 3 3 3][ 10 11 12 13 14][ 15 16 17 18 100]][[ 3 3 0 0 3][ 3 3 0 0 3][ 10 11 0 0 14][ 15 16 0 0 100]]
numpy中布尔索引
若想把数组中小于10的数字替换为0，把大于10的替换为10，如何做？
import numpy as npt1 = np.arange(20).reshape(4, 5)
print(t1)
print()
#小于10的替换为10，大于15的替换为15
t1 = t1.clip(10, 15)
print(t1)
print()
#小于10的替换为100，大于10的替换为300
t1 = np.where(t1 < 11, 100, 300)
print(t1)运行结果：
[[ 0 1 2 3 4][ 5 6 7 8 9][10 11 12 13 14][15 16 17 18 19]][[10 10 10 10 10][10 10 10 10 10][10 11 12 13 14][15 15 15 15 15]][[100 100 100 100 100][100 100 100 100 100][100 300 300 300 300][300 300 300 300 300]]
numpy中的nan和常用方法
- 两个nan是不相等的
np.nan == np.nan#结果是False
np.nan != np.nan #为True
- 根据以上特性，判断数组中nan的个数
np.count_nonzero(t != t)
- 通过np.isnan(a)判断一个数字是否是nan，返回bool类型。比如希望把nan替换为0
np.isnan(t)t[np.isnan(t)] = 0
- nan和任何值计算都为nan
以下是代码案例
import numpy as npt = np.array([1., 2., 3.])t[0] = np.nanprint(t)print('判断数组中nan的个数',np.count_nonzero(t != t))print('判断一个数字是否是nan',np.isnan(t))print('根据返回bool类型，希望将nan替换为0')t[np.isnan(t)] = 0print(t)
运行结果：
[nan 2. 3.]判断数组中nan的个数 1判断一个数字是否是nan [ True False False]根据返回bool类型，希望将nan替换为0[0. 2. 3.]
案例 将数组中nan替换为该列的均值
#将数组中的nan替换为该列的均值
import numpy as npdef fill_ndarray(t1):for i in range(t1.shape[1]): # 遍历每一列temp_col = t1[:, i] # 当前的一列#np.count_nonzero 判断数组中nan的个数nan_num = np.count_nonzero(temp_col != temp_col)if nan_num != 0: # 不为0，说明当前这一列有nantemp_not_nan_col = temp_col[temp_col == temp_col]# 选中当前为nan的位置，把值赋值为不为nan的均值#判断一个数字是否为nan，通过np.isnan()来判断，通过布尔类型，比如希望nan替换为0temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean()return t1if __name__ == '__main__':t1 = np.arange(12).reshape(3, 4).astype('float')t1[1, 2:] = np.nanprint(t1)print()t1 = fill_ndarray(t1)print(t1)
运行结果：
[[ 0. 1. 2. 3.][ 4. 5. nan nan][ 8. 9. 10. 11.]][[ 0. 1. 2. 3.][ 4. 5. 6. 7.][ 8. 9. 10. 11.]]
numpy中常用的统计函数
| 常用的统计函数 | |
|---|---|
| 求和 | t.sum(axis=None) |
| 均值 | t.mean(a,axis=None) 受离群点的影响较大 |
| 中值 | np.median(t.axis=None) |
| 最大值 | t.max(axis=None) |
| 最小值 | t.min(axis=None) |
| 极值 | np.ptp(t,axis=None) 即最大值和最小值之差 |
| 标准差 | t.std(axis=None) |
| 默认返回多维数组的全部的统计结果，若指定axis，则返回一个当前轴上的结果 |
numpy小小结
| 切片和索引 | |
|---|---|
| 选择行 | t[2] |
| t[3:,:] | |
| 选择列 | t[:,4:] |
| 选择行列 | 连续的多行 t[2:,:3] |
| 不连续的t[[1,3],[2,4]]选择的是(1,2),(3,4)两个位置的值 | |
| 索引 | t[2,3] |
| 赋值 | t[2:,3]=3 |
| 布尔索引 | t[t>10]=10 |
| 三元运算符 | np.where(t>10,20,0) |
| 把t中大于10的替换为20，其他的替换为0 | |
| 裁剪 | t.clip(10,20) |
| 把小于10的替换为10，大于20的替换为20 | |
| 转置 | t.T |
| t.transpose() | |
| t.swapaxes(1,0) | |
| 读取本地文件 | np.loadtxt(file,path,delimiter,dtype) |
| nan和inf | |
| inf | 表示无穷 |
| nan | 不是一个数字 |
| np.nan != np.nan | |
| np.count_nonzero(np.nan != np.nan) | |
| np.isnan(t1)效果和np.nan != np.nan相同 |
数组的拼接
import numpy as npt1 = np.arange(0, 12).reshape(2, 6)
t2 = np.arange(12, 24).reshape(2, 6)
#竖直拼接
t = np.vstack((t1, t2))
print('竖直拼接\n',t)
#水平拼接
t=np.hstack((t1,t2))
print('水平拼接\n',t)
运行结果：
竖直拼接[[ 0 1 2 3 4 5][ 6 7 8 9 10 11][12 13 14 15 16 17][18 19 20 21 22 23]]
水平拼接[[ 0 1 2 3 4 5 12 13 14 15 16 17][ 6 7 8 9 10 11 18 19 20 21 22 23]]
数组的行列交换
import numpy as np# 数组的行列交换
t = np.arange(12, 24).reshape(3, 4)
print(t)
print('行交换')
t[[1, 2], :] = t[[2, 1], :]
print(t)print('列交换')
t[:, [0, 2]] = t[:, [2, 0]]
print(t)运行结果:
[[12 13 14 15][16 17 18 19][20 21 22 23]]
行交换
[[12 13 14 15][20 21 22 23][16 17 18 19]]
列交换
[[14 13 12 15][22 21 20 23][18 17 16 19]]
numpy一些好用的方法
- 获取最大值最小值的位置
np.argmax(t,axis=0)np.argmin(t,axis=1)
- 创建一个全0的数组
np.zeros((3,4))
- 创建一个全1的数组
np.ones((3,4))
- 创建一个对角线为1的正方形数组(矩阵)
np.eye(3)
numpy生成随机数
| 参数 | 解释 |
|---|---|
| .rand(d0,d1,…,dn) | 创建d0-dn维度的均匀分布的随机数数组，浮点数，范围从0-1 |
| .randn(d0,d1,…,dn) | 创建d0-dn维度的标准正态分布的随机数，浮点数，平均数0，标准差1 |
| .randint(low,high,(shape)) | 从给定上下范围选取随机数整数，范围是low,high,形状是shape |
| .uniform(low,high,(size)) | 产生具有均匀分布的数组，low起始值，high结束值，size形状 |
| .normal(loc,scale,(size)) | 从指定正态分布中随机抽取样本，分布中心是loc（概率分布的均值),标准差是scale,形状是size |
| .seed(s) | 随机数种子，s是给定的种子值。因为计算生成的是伪随机数，所以通过设定相同的随机数种子，可以每次生成相同的随机数 |
以上学习内容来自B站
