python数据分析（三）——numpy读取本地数据和索引

系列文章：
python数据分析（一）——numpy数组的创建
python数据分析（二）——numpy数组的计算
python数据分析（四）——numpy中的nan和数据的填充
python数据分析（五）——numpy+matplotlib实例

---

一、轴(axis)

在numpy中可以理解为方向，使用0, 1, 2…数字表示，对于一个一维数组，只有一个0轴，对于2维数组(shape(2, 2))，有0轴和1轴，对于三维数组(shape(2, 2, 3))，有0, 1, 2轴

计算一个2维数组的平均值必须制定是计算哪个方向上面的数字平均值

np.arange(0, 10).reshape((2, 5))中，reshape中2表示0轴长度(包含数据的条数)为2，1轴长度为5，一共2*5=10个数据

二维数组：

• 0表示行，1表示列
• axis=0，从上到下，竖直方向对行操作；axis=1，从左到右，水平方向对列操作
  

In [1]: t
Out[1]:
array([[0, 1, 2, 3],
	   [4, 5, 6, 7],
	   [8, 9, 10, 11]])

# 跨行求和
In [2]: np.sum(t, axis = 0)
Out[2]:
array([12, 15, 18, 21])

# 跨列求和
In [3]: np.sum(t, axis = 1)
Out[3]:
array([6, 22, 38])

三维数组：

• 0表示块，1表示行，2表示列
• axis=0，从外到内；axis=1，从上到下；axis=2，从左到右

二、numpy读取数据

CSV:Comma-Separated Value，逗号分隔值文件
显示：表格状态
源文件：换行和逗号分隔行列的格式化文本，每一行的数据表示一条记录

由于csv便于展示、读取和写入，所以很多地方也是用csv格式存储和传输中小型的数据

np.loadtxt(frame, type = np.float, delimiter = None, skiprows = 0, usecols = None, unpack = False)

frame指的是文件路径，dtype指定数据类型，delimiter指定分割字符串，skiprows跳过哪一行，usecols选用哪一列，unpack表示转置，行列互换

np.loadtxt(US_video_data_numbers_path, delimiter = “,”, type = int, unpack = 1)

注意其中添加delimiter和dtype以及unpack的效果

delimiter：指定边界符号是什么，不指定会导致每行数据为一个整体的字符串而报错

dtype：默认情况下对于较大的数据会将其变为科学技术的方式

unpack：默认是False(0)，默认情况下，有多少条数据，就会有多少行；True(1)的情况下，每一列的数据会组成一行，原始数据有多少列，加载出来的数据就会有多少行，相当于转置的效果

01 数组转置

那么如何进行转置？

三种转置方法

In [45]: t
Out[45]:
array([[0, 1, 2, 3, 4, 5],
	   [6, 7, 8, 9, 10, 11],
	   [12, 13, 14, 15, 16, 17]])

In [46]: t. transpose()
Out[46]:
array([[0, 6, 12],
	   [1, 7, 13),
	   [2, 8, 14],
	   [4, 10, 16],
	   [5, 11, 17]])

In [47]: t. swapaxes(1,0)
Out[47]:
array([[0, 6, 12],
	   [1, 7, 13),
	   [2, 8, 14],
	   [4, 10, 16],
	   [5,