Numpy基础及基本应用

数据处理的一般流程
数据收集→数据预处理→数据处理→数据展示

数据收集方法：网络爬虫、公开数据集、其他途径收集的数据
预处理方法：归一化、二值化、维度变换、去重、无效数据过滤
数据处理方法：数据排序、数据查找、数据统计分析
数据展示方法：列表、图表、动态交互图形

安装numpy
windows：pip install numpy
mac：pip3 install numpy

导入numpy模块
import numpy as np
创建一个一维ndarray数组
#python_list=[1,2,3,4]
#ndarray=np.array(python_list)
data=np.array([1,2,3,4,5])
创建一个二维ndarray数组
data=np.array([[1,2],[3,4,5]])

判断ndarry的维度
print(data.ndim)
了解ndarry各维度的长度
print(data.shape)

创建一个全是0的数组
data=np.zeros(10)
创建一个全是1的二维数组
data=np.ones((3,10))
#多维数组的各维长度要用元组表示
产生一个0到n-1的数组
data=np.arange(n)

获取数组中每个数字（索引）
一维：data[5]
二维：data[0][1]/data[0,1]
获取数组中的某几个数字（切片）
data_slice=data[3:6]
data_slice[2]=100
#切片得到的是原始数据，任何修改都会反映到原始数据
#可以做成副本，不影响原始数据 data_slice[3:6].copy()

变换数组的维度
data.reshape((2,5))
矩阵的转置
data.T

对每个元素求平方根
np.sqrt(data)
常用方法
abs 计算绝对值
sqrt 计算平方根
square 计算平方
exp 计算指数e^x
sign 计算正负号：1、0、-1
ceil 计算大于等于该元素的最小元素
floor 计算小于等于该元素的最大整数
isnan 计算哪些元素是非数字

将两个数组相加
data1+data2/np.add(data1,data2)（两两对应相加）
两个数组常用方法
add 计算两个数组之和
subtract 从第一个数组减去第二个数组
multiply 计算两个数组元素的乘积
divide 从第一个数组元素除以第二个数组元素
power 第一个数组元素A，第二个数组元素B，计算A^B
fmax 计算两个元素各个位置上更大的那一个
fmin 计算两个元素各个位置上更小的那一个

求和
data.sum()
求平均值
data.mean()
求标准差
data.std()
计算最大或最小值 max、min
计算最大值和最小值所在位置 argmax、argmin

数组的排序
data.sort() #从小到大，不需要赋值

读取txt文件
data=np.genfromtxt(‘data.txt’,delimiter=’,’) #delimiter=’,'表示分割符号为,
#数字表示为浮点数，将其转换为整数data.astype(int)

学习链接：https://www.bilibili.com/video/BV197411f7Rp