Python数据分析的案例。。

本文来源于数据《Python数据分析》动物书 。。

分享一下电子版本的下载地址：

[email protected]:hashmapybx/learn_python.git  这里可以下载到对应的pdf版本。

下面开始numpy的学习：
# coding: utf-8

# In[10]:
import numpy as np

arr1 = np.array([[[1,2,3], [3,4,5]], [[5,6,7], [7,8,9]]])
print(arr1.shape)  # 2 2 3
print(arr1[1])
print("-----------------")
old_value = arr1[0].copy()
arr1[0] = 122  # 给一个数组赋值一个常量整数  这里在java，是不可以的 
print(arr1)
print("+++++++++++++++++")
arr1[0] = old_value  # 原始变回原来的数据 
print(arr1)

# In[36]:

from numpy.random import randn
names = np.array(['bob', 'bob', 'will', 'joy', 'will', 'tom', 'jeery'])
data = randn(7, 4)
print(names == 'bob') # 将数组和一个字符串进行比较操作  
# print(names[1:])  1: 表示从第一个开始到结尾位置  切片都是视图操作的。  
# print(names[:2])
print("============")
# 基于前面的额布尔数组来利用字符串进行检索
# print(data[names == 'bob'])  返回的结果是前面两行的结果数据的 
print(data[names == 'bob'])  # 这个的返回结果是2 * 4 数组
print(data)

# In[42]:

names = np.array(['bob', 'bob', 'will', 'joy', 'will', 'tom', 'jeery'])
mask = (names == 'bob') | (names == 'joy')  # 可以利用与 或 的操作在数组上面进行的
print(mask)

data = randn(7, 4)
print(data)

# 打印数组里面大于0的数字 或者把小于0的替换成0 
data[data < 0] = 0
print(data)
# 通过一位布尔数组来设置整列或者整行数据 
data[names != 'joy'] = 7  # 通过行来操作的。
print(data)

# In[45]:

#  花式索引
arr = np.empty((8, 4))
for i in range(8):
    arr[i] = i
print(arr) 
# 以特定的顺序来获取子序列
# 给数组穿进去一个序列
print(arr[[2,4,6]])  # 返回的结果是2,4,6行的数据
# 使用负数索引的话，则将会从末尾开始检索的

# In[51]:

#  在数组里面穿进去多个索引数组
arr = np.arange(32).reshape((8,4))
print(arr)
print("==========")
print(arr[[0,1,4, 7], [2,3, 2, 0]])  # 返回的是坐标(0,2) (1,3) (4, 2) (7, 0) 的位置上面的元素
# 但是我们希望返回的额结果吗能是矩阵的形式
print(arr[[1,2]][:, [1,2]]) # : 代表的是某一行的所有元素 后面的[1,2] 代表该行的位置的索引 
#返回是一个矩阵的区域
"""
想要返回矩阵块的第二种方法的操作
利用np.ix_函数，该函数会把两个一维的数组转化为矩形区域的检索的器  

花式索引的操作是对数据复制到新的数组中的

"""
print(arr[np.ix_([1, 3 ,2, 5], [3, 2,1])]) #返回的结果就是4 * 3

# In[13]:

# 数组的转置操作
import numpy as np
arr = np.arange(15).reshape((3,5))
print(arr.T)  # 转置  

from numpy.random import randn
'''
randn(d0, d1,...dn) 函数返回结果是一个数或者一组样本， 这些数据具有标准正太分布
其中的dn表示的是维度 
'''
arr1 = np.random.randn(6, 3)  # 表示的是6 * 3的矩阵  
print(arr1)

# 矩阵的内积操作
print(np.dot(arr1.T, arr1))  # 结果是3*3

# 对于高维数组的操作中d的话，我们希望串进行去一个表示轴编号（表示行编号）的元组  
arr2 = np.arange(16).reshape((2,2,4))
print(arr2)
print("-------------------")
arr3 = arr2.transpose((1,0,2))
# print(arr3)

# 利用一个方法进行转置操作 swapaxes
arr5 = arr2.swapaxes(0, 1)
print(arr5)

# In[11]:

import numpy as np
from numpy.random import randn
points = np.arange(-5, 5, 0.01)
xs, ys = np.meshgrid(points, points)
# print(ys)
# print(xs)
import matplotlib.pyplot as plt
# 计算表达式的值 
# z = x^2 + y^2
z = np.sqrt(xs ** 2 +ys ** 2)
plt.imshow(z, cmap=plt.cm.gray); plt.colorbar()
plt.title('Image plot of $\sqrt{x^2 + y^2}$ for a grid of value')

# In[ ]:

# 将条件标书转化为数组运算
import numpy as np
import matplotlib.pyplot as plt
xarr = np.array([1.2, 1.23, 1.4, 3.4])
yarr = np.array([2.1, 3.2, 4.5, 5.6])
cond = np.array([True, False, True, False])
# 现在我们的需求是，当cond里面值为true的话，我们选xarr里面的值，当值为false的话，我们选择yarr的值
result = [
    (x if c else y)
       for x, y, c in zip(xarr, yarr, cond)
]
print()

# In[8]:

import numpy as np
from numpy.random import randn
# where关键字的用法  
arr = randn(4, 4)
print(arr)
# 下面的where表达式可以将大于0的数据替换成2 小于0 的替换成-2
np.where(arr > 0, 2, -2)
# 现在我们只是想要把大于0的替换了
np.where(arr> 0, 2 , arr)
#  例子现在假设我们有两个条件的数组
cond1 = np.array([True, False, True, True])
cond2 = np.array([False, False, True, True])
result = []
for i in range(4):
    if cond1[i] and cond2[i]:
        result.append(0)
    elif cond1[i]:
        result.append(1)
    elif cond2[i]:
        result.append(2)
    else:
        result.append(3)

        
for i in result:
    print("序号：%s   值：%s" % (result.index(i) + 1, i))

    
    # 看看where的表达式
    np.where(cond1 & cond2, 0, np.where(cond1, 1, np.where(cond2, 2, 3)))  # 等价于上面的for循环的表达式
    

# In[19]:

arr1 = np.random.randn(5,4)
print(arr1)  # 生成具有正太分布的矩阵5* 4  5行4列
# 求均值
print(arr1.mean())
print(arr1.sum(0))  # 求和 
# 下面是不进行聚合的函数的操作
arr3 = np.array([[0,1,2], [3,4,5], [5,6,7]])
print(arr3.cumsum(1)) # 从上往下逐行进行累加
print(arr3.cumprod(0)) # 对于列的操作 从左往右开始想乘累加 这里的参数 0 表示是行的方向上面的操作 1表示的是列上的操作 

# In[22]:

# 用于布尔数组的操作函数
arr = randn(100)
print((arr >0).sum())  #  55    表示的是在sum用来对于布尔数组里面true的个数和进行求解
bools = np.array([False, True, False, True])
print(bools.any())  # any用于测试是否在数组里面存在一个或者多个True  
print(bools.all())  # 检查所值是否都是True

# In[33]:

# 排序的操作 对于一维数组的排序
arr = randn(100)
arr.sort()
# print(arr)

#对于多维数组的排序操作   只需要把对应的轴向的编号穿进去就OK了
arr1 = randn(5,3)

arr1.sort(0) # 0表示行方向的排序 是升序  1 表示的是列的方向的 
print(arr1)

# numpy里面的数组去重操作
names = np.array(['bob', 'jerry', 'bob', 'tom'])
print(np.unique(names))  # 这些操作是在数组的副本上面呢进行的   
# python里面的等价的去重操作
print(sorted(set(names)))  

# python 里面判断一个数是否在数组里面的操作 或者是一个数组中的值是否在另外一个数组里面返回结果的是boolean的值
values = np.array([6,0,0,3,4,5])
arr2 = np.in1d(values, [1,2,3])
print(arr2) # 返回的结果对于第一个组的长度是一样的    

# In[34]:

# 用于数组的 文件的输出和输入的操作
# numpy里面的文件你的读写操作磁盘的型的情况  对应的函数 np.load()  np.save()  
arr = range(10)
np.save('some_array', arr)

# In[36]:

arr = np.load('some_array.npy')
print(arr)

# np.savez  保存成一个压缩文件   np.savetxt  保存txt文本  
np.savez('array_archive.npz', a=arr, b = arr)

# In[37]:

arch = np.load('array_archive.npz') # 返回的结果是一个类似字典的数据类型的  

print(arch['a'])   

# In[43]:

# 存取文本的数据的操作
#-*- coding:utf-8 -*-
# SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape  woindows下面的额需要转椅'\ ''
arr = np.loadtxt('C:/Users/rocky/Desktop/array.txt', delimiter=',')
print(arr)
np.savetxt('d:/aaa.txt', arr, delimiter='|')

# In[59]:

# 线性代数运算
x = np.array([[1., 2., 3.],[4., 5., 6.]])
# print(x.shape)
# print(np.ones(3).shape)  # 返回的数组是  3*1  的全是1的数组矩阵
# print(np.dot(x, np.ones(3)).shape)

#numpy.linalg 函数提供了求解行列式  矩阵得分解等 
from numpy.linalg import inv, qr
X = randn(4,4)
Y = randn(4, 3)
mat = X.T.dot(X)
# print(mat)
# 
# inv 计算矩阵的逆  必须是方阵才可以求逆的
print(mat.dot(inv(mat)))
# QR分解
q,r = qr(mat)
print(q)

# In[ ]: