Python之数据分析（numpy裁剪、压缩、累乘，样本相关性曲线的绘制）

一、裁剪、压缩、累乘

1、裁剪

• 概念：指的是削掉波峰或波谷这类型的，将调用数组中小于min的元素设置为min，大于max的元素设置为max
• 用法：ndarray.clip(min=最小值, max=最大值)

2、压缩

• 概念：返回调用数组中满足给定条件的元素
• 用法：ndarray.compress(条件)

3、累乘

• 结果累乘：返回调用数组中各元素的乘积，是累乘结果
  ndarray.prod()
• 过程累乘：返回调用数组中个元素计算累乘的过程数组，是累乘过程
  ndarray.cumprod()

4、练习代码

import numpy as np
a = np.arange(1, 10).reshape(3, 3)
print(a)

# 裁剪
b = a.clip(min=3, max=7)
print('-------------\n', b)

# 压缩
c = a.compress(a.ravel() > 3).reshape(-1, 3)
# 压缩只能处理一维数组，因此需要ravel扁平化一下，在reshape变为任意行3列的二维数组
print('-------------\n', c)
# 因为条件两边都是布尔型数组，不是单单的布尔值，不能用and
# 当有多个条件时，需要用 & 符号做与运算，并且在两边加上小括号()
d = a.compress((3 < a.ravel()) & (a.ravel() < 7))
print('-------------\n', d)

# 累乘结果
e = a.prod()
print