《利用Python进行数据分析》—Numpy基础：数组与矢量计算

最近在看《利用Python进行数据分析》，练习书中例子

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt

#np数组的切片是原始数组的视图，当改变切片中的数据时，原始数组中的数据也会被改变
arr=np.arange(10)
print("arr",arr)
arr_slice=arr[5:8]
print("arr_slice",arr_slice)
arr_slice[1]=100
print("arr_slice",arr_slice)
print("arr",arr)

arr [0 1 2 3 4 5 6 7 8 9]
arr_slice [5 6 7]
arr_slice [  5 100   7]
arr [  0   1   2   3   4   5 100   7   8   9]

#显示地获得副本
arr_copy=arr[5:8].copy()
arr_copy[1]=666
print("arr_copy",arr_copy)
print("arr",arr)

arr_copy [  5 666   7]
arr [  0   1   2   3   4   5 100   7   8   9]

arr2d=np.array([[1,2,3],[4,5,6],[7,8,9]])
arr2d[2:,2:]

array([[9]])

布尔型索引

names=np.array(['Bob','Joe','Will','Bob','Will','Joe','Joe'])
data = np.random.randn(7,4) #7行4列
print(data)
names=='Bob' #array([ True, False, False,  True, False, False, False])
print("data[names=='Bob']\n",data[names=='Bob']) #即选择地0，3行
print("data[names=='Bob',:2]\n",data[names=='Bob',:2])#选择0，3行，0，1列

[[ 0.68373329  0.16341463  0.69461828 -0.31262088]
 [-0.58232105  0.07963629  0.51687759 -2.37428294]
 [ 0.2084486   0.31391127  0.75911201  0.40985095]
 [ 1.55252237 -1.13394508  2.21888179  0.85675417]
 [-0.35051167 -1.54033925 -1.28263148  0.24368071]
 [-1.4963781   0.92840301 -0.13512835  0.7639603 ]
 [-1.54994869  0.93570074 -1.46281639 -0.93760228]]
data[names=='Bob']
 [[ 0.68373329  0.16341463  0.69461828 -0.31262088]
 [ 1.55252237 -1.13394508  2.21888179  0.85675417]]
data[names=='Bob',:2]
 [[ 0.68373329  0.16341463]
 [ 1.55252237 -1.13394508]]

data[data<0]=0 #利用布尔型数组设置值
data 

array([[0.68373329, 0.16341463, 0.69461828, 0.        ],
       [0.        , 0.07963629, 0.51687759, 0.        ],
       [0.2084486