02numpy

一． Numpy定义

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科学计算库的基础库，多用于在大型、多维数组上执行数值运算

二． Numpy使用

1.创建数组

 

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

 

2.numpy中的数组类型

 

 

3.数组类型的操作

 

 

4.修改数组形状

 

 

b=a.reshape(3,4)

b才是(3,4)的数组

5.数组和数的计算

 

 

6.数组和数组的计算

 

广播原则：如果两个数组的后缘维度的轴长相符或其中一方的长度为1，则认为他们广播兼容的。广播会在缺失或长度为1的维度上进行。

三． 轴axis

 

 

四． Numpy读取数据

1.格式及参数介绍

np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)

 

l  dtype:指定数组的数据类型

l  delimiter:分隔字符串

l  skiprows:跳过的行数

l  usecols:读取指定的列，索引，元组类型

l  unpack：如果True，读入属性将分别写入不同变量

 

2.转置

1)t.transpose()

2)t.swapaxes(1,0)

3)t.T

五．数据处理

1.索引和切片

 

 

2.数组的切片修改

 

 

3.其他修改方式

1）布尔索引：将数组中小于0的数赋值为0

 

 

2）三元运算符：将数组中大于10的赋值为10，小于10的赋值为0

 

 

3）clip裁剪：小于10的替换为10，大于18的替换为18，nan不变

 

 

五． numpy中的nan和inf

1.    nan

1)      nan不是一个数字

出现nan：

l  当我们读取本地的文件为float的时候，如果有缺失，就会出现nan

l  当做了一个不合适的计算的时候（比如无穷大（inf）减去无穷大）

2）nan和nan是不相等的

利用该特性，可以用np.count_nonzero(t!=t)

将nan替换为其他值t[np.isnan(t)]=0

3)      常用的统计数组

 

 

4）nparray填充均值

 

2.    inf表示无穷

 

六． 数组拼接

 

 

七． 数组的行列交换

 

 

八． numpy的其他方法

1.获取最大值最小值的位置

l    np.argmax(t,axis=0)

l    np.argmin(t,axis=1)

2.创建一个全0的数组: np.zeros((3,4))

3.创建一个全1的数组:np.ones((3,4))

4.创建一个对角线为1的正方形数组(方阵)：np.eye(3)

5.生成随机数

 

 

6.注意点

 

 

扫码关注我们

微信号：SRE实战

拒绝背锅 运筹帷幄