numpy基本入门操作汇总二

本文是学习《利用python进行数据分析》的部分笔记，在这里感谢作者。

九：数学和统计方法：

sum，mean,std等函数，既可以作为数组的事例方法调用，也可以当做顶级Numpy函数调用：

arr=np.random.randn(5,4)
>>> arr.mean()
0.30723226701582096
>>> np.mean(arr)
0.30723226701582096

mean和sum这类函数可以接受一个axis参数，指定取行或列的数据

>>> arr.mean(axis=1)
array([-0.27960398, -0.14470685,  0.77773957,  0.26493607,  0.91779653])
>>> arr.sum(0)
array([-0.51563296,  4.58151412,  0.80550744,  1.27325674])
>>> arr
array([[-1.75497273,  0.50527593, -0.02333152,  0.15461239],
[-0.06705213, -0.01714475, -0.60111944,  0.10648892],
[ 0.71210024,  2.29201725, -1.04229547,  1.14913626],
[-0.45675796,  0.80788751,  1.97804801, -1.26943327],
[ 1.05104962,  0.99347819,  0.49420587,  1.13245243]])

基本的数组统计方法还有以下一些：

var       方差

min/max     最小值、最大值

argmin/argmax      最大和最小元素的索引

cumsum        所有元素的累计和

cumprod       所有元素的累计积

十：用于布尔型数组的方法

在上面的方法中，布尔值会被强制转换成0或1，因此，sum常用于对布尔型数组中的True计数

arr = np.random.randn(100)

>>> (arr>0).sum()

49

any用于测试数组中是否存在一个或者多个true

all用于测试数组中是否都是True

>>> bools=np.array([False,False,False,True,True])
>>> bools.any()
True
>>> bools.all()
False

这两个方法也可以用于非布尔型数组，所有非0元素将会被当做True。

十一：排序

用sort函数

>>> arr=randn(8)
>>> arr
array([-0.05716577,  0.39176583, -0.16355803, -0.75749158, -0.05858426,
0.27394639,  2.15453362,  0.03001597])>> >

arr.sort()
>>> arr
array([-0.75749158, -0.16355803, -0.05858426, -0.05716577,  0.03001597,
0.27394639,  0.39176583,  2.15453362])

多维数组可以在任何一个轴向上进行排序，只需要将轴序号传给sort即可

>>> >>> arr=randn(5,3)
>>> arr
array([[ -2.23973954e+00,  -4.51064672e-01,   1.22831533e-01],
[ -5.20488365e-01,  -6.04060242e-01,   4.17827196e-01],
[  1.31605261e+00,   4.49926583e-01,  -5.02536669e-01],
[  5.51459340e-01,   3.02275944e-01,   5.01922045e-04],
[ -5.81123339e-01,   1.38517518e+00,   3.73132478e-01]])>> >

arr.sort(1)
>>> arr
array([[ -2.23973954e+00,  -4.51064672e-01,   1.22831533e-01],
[ -6.04060242e-01,  -5.20488365e-01,   4.17827196e-01],
[ -5.02536669e-01,   4.49926583e-01,   1.31605261e+00],
[  5.01922045e-04,   3.02275944e-01,   5.51459340e-01],
[ -5.81123339e-01,   3.73132478e-01,   1.38517518e+00]])

顶级方法np.sort返回的是数组的已排序副本，而就地排序则会修改数组本身。

十二：唯一化

np.unique,用于找出数组中的唯一值并返回已排序的结果。

>>> names=np.array(['Bob','Joe','Will','Bob','Will','Joe','Joe'])
>>> np.unique(names)
array(['Bob', 'Joe', 'Will'],

十三：用于数组的文件输入输出

1，将数组以二进制格式保存到磁盘

np.save和np.load时读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中的。

>>> arr=np.arange(10)
>>> np.save('some_array',arr)

如果文件路径末尾没有扩展名.npy,则该扩展名会被自动加上，然后就可以通过np.load读取磁盘上的文件。

>>> np.load('some_array.npy')
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

通过np.savez可以将多个数组保存在一个压缩文件中，将数组以关键字参数的形式传入即可：

np.savez('array_archive.npz',a=arr,b=arr)

加载npz文件时，会得到一个类似字典的对象，该对象会对各个数组进行延迟加载

>>> arch=np.load('array_archive.npz')
>>> arch
<numpy.lib.npyio.NpzFile object at 0x00000000059C8F98>
>>> arch['b']
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

2.存取文本文件

>>> arr=np.loadtxt('ex1data1.txt',delimiter=',')

np.savetxt执行的是相反的操作，将数组写到以某种分隔符隔开的文本文件中。

十四：线性代数：

1，矩阵乘法：

>>> x=np.array([[1.,2.,3.],[4.,5.,6.]])
>>> y=np.array([[6.,23.],[-1,7],[8,9]])
>>> x
array([[ 1.,  2.,  3.],
[ 4.,  5.,  6.]])>> >

y
array([[  6.,  23.],
[ -1.,   7.],
[  8.,   9.]])>> >

x.dot(y)
array([[  28.,   64.],
[  67.,  181.]])

numpy.linalg中有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西。

from numpy.linalg import inv,qr
>>> X=randn(5,5)
>>> mat=X.T.dot(X)
>>> inv(mat)
array([[ 0.75420692, -0.25274918, -0.29049394, -0.26562136, 0.09284846],
[-0.25274918, 3.03250359, 1.0858041 , 0.75130694, 2.76777681],
[-0.29049394, 1.0858041 , 0.68926702, 0.33203335, 0.94595721],
[-0.26562136, 0.75130694, 0.33203335, 0.37381694, 0.55013175],
[ 0.09284846, 2.76777681, 0.94595721, 0.55013175, 3.20477824]])>> >

mat.dot(inv(mat))
array([[ 1.00000000e+00, -4.44089210e-16, 1.11022302e-16,
-5.55111512e-17, 0.00000000e+00],
[ 5.55111512e-17, 1.00000000e+00, -2.22044605e-16,
2.22044605e-16, -8.88178420e-16],
[ 6.93889390e-17, -4.44089210e-16, 1.00000000e+00,
-2.77555756e-17, -2.22044605e-16],
[ -1.38777878e-16, -1.33226763e-15, -2.22044605e-16,
1.00000000e+00, 4.44089210e-16],
[ 2.77555756e-17, 8.88178420e-16, 2.22044605e-16,
0.00000000e+00, 1.00000000e+00]])

十五：随机数生成
部分numpy.random函数

seed        确定随机数生成的种子

rand         产生均匀分布的样本值

randint    从给定的上下限范围内随机选取整数

randn      产生标准正态分布的样本值

binomial  产生二项分布的样本值

normal   产生正态分布的样本值

beta       产生beta分布的样本值