数据分析

Posted 2020-11-13 chinesehan

numpy

import numpy as np

向量运算
shop_price = [30, 20, 15, 40]
shop_num = [2, 3, 1, 4]
np_shop_price = np.array(shop_price)
np_shop_num = np.array(shop_num)
np.sum(np_shop_price * np_shop_num)

四则运算
b1 = [1,2,3,4,]
b1+2 # 报错
b1*3 # [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4]

b2 = np.array([1,2,3,4])
b2+3 # array([4, 5, 6, 7])
b2*3 # array([ 3, 6, 9, 12])

常用属性
T 数组的转置（对高维数组(行列式)而言）
dtype 数组元素的数据类型
size 数组元素的总个数
ndim 数组的维数（行数）
shape 数组的维度大小（以元组形式）（行数，列数）

ndarray-多维数组对象
dtype：
bool_, int(8,16,32,64), float(16,32,64)
类型转换：astype()
创建nd.array：
array() 将列表转换为数组，可选择显式指定dtype
linspace() 类似arange()，第三个参数为数组长度
zeros() 根据指定形状和dtype创建全0数组
ones() 根据指定形状和dtype创建全1数组
reshape()

等分
前后包括 [start,stop] num：默认等分数
np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None,axis=0,)
前包括后不包括 [start,stop）
np.linspace(1,8,num=3,endpoint=False,retstep=False,dtype=None,axis=0,)

数据个数等分矩阵
a6 = np.arange(10)
a6.reshape(2,5) # (行数,列数)

索引
b1 = np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
b1[3] # 3

b2 = np.array([[1,2,3,4,5],[10,20,30,40,50]])
b2[0,3] # 4 [行数，列数]
b2[1,2] # 30 [行数，列数]

切片
[start:stop:step]
# 用法与python中 基础的列表切片一样

布尔索引
b1 = np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
b1>4 # array([False, False, False, False, False, True, True, True, True, True])
b1[b1>4] # array([5, 6, 7, 8, 9])

花式索引
b1 = np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
b1[[2,3,5]] # array([2, 3, 5])

通用函数
一元函数：
abs： 绝对值
sqrt： 开根号(Square root)
exp： 指数函数(Exponentia)，以e为底
log： 对数函数(Logarithmic)
ceil： 向下取整
floor： 向上取整
rint： 四舍五入
trunc： 舍去小数位
>>> a = np.array([-1.7, -1.5, -0.2, 0.2, 1.5, 1.7, 2.0])
>>> np.trunc(a)
array([-1., -1., -0., 0., 1., 1., 2.])
modf： 把小数与整数分开
>>> np.modf([2.8,3.6])
(array([0.8, 0.6]), array([2., 3.])
isnan： 是否是数字 (nan：not a num）
isinf: 是否是无穷(inf：infinity)
cos, sin, tan：三角函数
二元函数：
add,
substract,
multiply,
divide,
power,
mod,
maximum,
mininum,

数学和统计方法
常用函数
sum 求和
mean 求平均数
std 求标准差
var 求方差
min 求最小值
max 求最大值
argmin 求最小值索引位置
argmax 求最大值索引位置
Sort 求和

随机数生成
np.random常用函数
rand 产生0到1之间的随机数组(行列式)（0到1之间的数）后可加(行数,列数)
np.random.rand(5)
array([0.431528 , 0.78256694, 0.57882107, 0.62501602, 0.5008957 ])
np.random.rand(2,5)
array([[0.53423693, 0.64314084, 0.09177743, 0.9410606 , 0.33872707],
[0.72611849, 0.15508284, 0.00941139, 0.19386368, 0.50045678]])
randint 产生给定范围内的一个随机整数或数组(行列式)
np.random.randint(5) 产生一个整数
np.random.randint(5, size=(4)) 产生一个有四个整数的一维数组
np.random.randint(5, size=(2,4)) 产生一个有四个整数的三维数组
choice 给定形状产生随机选择
shuffle 与random.shuffle相同
uniform 给定形状产生随机数组