numpy

​import numpy​
数组转 numpy
​对象名 = numpy.array(数组)​

1. 随机生成列表

   作用	语句
   	​numpy.arange(起始,结束,步长)​
   全 0	​numpy.zeros(shape)​
   全 1	​numpy.ones(shape)​
   对角线	​numpy.eye(number)​
   创建 d0 到 dn 维度的随机数组,浮点数,范围 0,1	​numpy.random.rand(d0,dn)​
   创建 d0 到 dn 维度的标准正太分布随机数,浮点数,平均数 0,标准值 1	​numpy.random.randn(d0,dn)​
   从给定上下限范围选取随机整数,范围 low,high,形状是 shape	​numpy.random.randint(low,high,(shape))​
   产生均有分布的数组,low 起始值,high 结束值,size 是形状	​numpy.random.uniform(low,high,(shape))​
   冲指定的正太分布中心中心 loc(概率分布的均值),标准差是 scale,形状是 size	​numpy.random.normal(loc,scale,(shape))​
   随机数种子	​numpy.random.seed(s)​

2. 设置数组
   通过设置不同个数的元组,生成不同的
   ​numpy.reshape(shape)​

   1. 读取数据
      ​numpy.loadtxt(frame,dtype=numpy.float,delimiter=None,skiprows=0,usecols=None,unpack=False)​

   frame:文件,字符串,产生器,可以是.gz 或 bz2 压缩文件 dtype:数据类型,可选,csv 的字符串可以声明数据类型读入数组中,默认 numpy.float delimiter:分割字符串,默认是任何空格 skiprows:跳过前 x 行,一般跳过第一行 usecols:读取指定的列,索引,元组类型 unpack:如果为 True,读入属性将分别写入不同的数组变量,False 读入数据值写入一个数组变量,默认为 False

3. 取不同的行和列

   作用	语句
   取两个元素	​元素名[[number1,number2],[number1,number2]]​
   取单独的列	​元素名[:,number]​
   取单独的行	​元素名[number,:]​
   取连续的列	​元素名[:,number1,number2]​
   取连续的行	​元素名[number1,number2,:]​
   取指定的行和列	​元素[number1:number2,number1:number2]​

4. 条件操作
   三元运算:numpy.where(条件,True,False)​

5. 行和列交换
   ​元素名1[number1:number2,number1:number2] = 元素名2[number1:number2,number1:number2]​

6. 获取最大值最小值的位置
   ​numpy.argmax(元素名,axis=0/1)​
   ​numpy.argmin(元素名,axis=0/1)​

   0 代表纵列 1 代表横排

7. nan 和 inf
   nan 表示不是一个具体的数据,float 有缺失时,不合适计算的
   inf 表示正无穷
   nan 和任何一个值计算都是 nan

8. 常用统计函数

   作用	语句	描述
   求和	​元素名.sum(axis=None)​
   均值	​元素名.mean(axis=None)​	受离群点影响比较大
   中值	​numpy.median(元素名.axis=None)​
   最大值	​元素名.max(axis=None)​
   最小值	​元素名.min(axis=None)​
   极值	​元素名.ptp(axis=None)​	最大值和最小值之差
   标准差	​元素名.std(axis=None)​
   矩阵长度	​元素名.shape[0/1]​