python数据分析之numpy自学

# -*- coding:utf-8 -*-

"""
@author: Fane
@file: numpyTest.py
@time:2017/8/9 21:15
"""
import numpy as np

def main():
    #numpy的基本使用
    lst=[[1,3,5],[2,4,6]]
    print(type(lst))
    np_lst=np.array(lst)  #
    print (type(np_lst))  #
    np_lst=np.array(lst,dtype=np.float)
    print (np_lst.shape)  #(2, 3)
    print (np_lst.ndim)   #2   维数
    print (np_lst.dtype)  #float64
    print (np_lst.itemsize)  #8  64位占用8个字节
    print (np_lst.size)      #6  元素个数

    #常用固定数组
    print ("常用固定数组")
    print (np.zeros([2,4]))    #元素为0的2行4列数组
    print (np.ones([3,5]))     #元素为1的3行5列数组
    #随机数
    print("Random:")
    print (np.random.rand(2,4)) #2行4列的随机数组(元素0-1之间)
    print (np.random.randn(2,4))#2行4列的标准正态分布的随机数组
    print (np.random.rand())     #打印一个随机数
    print ("RandInt:")
    print (np.random.randint(1,10,3))#打印3个1到10之间的随机数
    #输出选定数字中    的一个随机数
    print (np.random.choice([10,20,30,2,6])) 
    #输出呈beta分布的1-10之间的100个数
    print (np.random.beta(1,10,100))  
    #numpy的数组操作
    #[ 1  2  3  4  5  6  7  8  9 10]    输出1到10的一维数组
    print (np.arange(1,11))   
    #[[ 1  2  3  4  5] 以下两句都是把1-10分成2行5列的二维数组
    # [ 6  7  8  9 10]]  -1就是自动分为2行，列数自动填充
    print (np.arange(1,11).reshape([2,5]))   
    print (np.arange(1, 11).reshape([2, -1]))  

    list=np.arange(1,11).reshape([2,-1])
    print ("exp:")
    print(np.exp(list))  #自然指数
    print(np.exp2(list))  #自然指数的平方
    print(np.sqrt(list))  #开方
    print(np.sin(list))   #三角函数
    print(np.log(list))   #取对数

    list2=np.array([[[1,2,3,4],[4,5,6,7]],
                    [[7,8,9,10],[10,11,12,13]],
                    [[14,15,16,17],[18,19,20,21]]])    
    #list2为3个2维数组的集合数组

    #axis表示计算的深入维度，axis的值越大越深入细化
    print (list2.sum(axis=0))  
    #输出结果为[[1+7+14,2+8+15,3+9+16,...[,,]]以此类推的两行四列的数组

    print (list2.sum(axis=1))  #输出结果为[[1+4,2+5,3+6,4+7],[7+10]...[,,]]   以此类推的三行四列的数组
    print (list2.sum(axis=2))  
    #输出结果为[[1+2+3+4,4+5+6+7],[7+8+9+10,10+11+12+13],[,]]   以此类推的三行两列的数组
    print ("max and min")
    print (list2.max(axis=2))
    print (list2.min(axis=0))

    ls1 = np.array([4,20,30,40])
    ls2 = np.array([10,3,2,1])
    print (ls1+ls2)   #可以对数组做加减乘除，平方等等
    print (ls1-ls2)
    print (ls1**2)    #平方
    #数组点乘
    print(np.dot(ls1.reshape(2,2),ls2.reshape(2,2))) 
    #先转化为2x2的两个数组，然后dot点乘
    print ("数组的拆分合并：")
    print (np.concatenate((ls1,ls2),axis=0))   
    #合并为一维数组
    print (np.vstack((ls1,ls2)))       #合并为二维数组
    print (np.hstack((ls1,ls2)))       #合并为一维数组
    print (np.split(ls1,2))     #把ls1分成等长的两个数组
    print (np.copy(ls1))        #数组拷贝

    #数组的矩阵与线性方程   
    from numpy.linalg import *   #引入包
    print (np.eye(3))           #三阶单位矩阵
    lst = np.array([[1,2],[3,4]])
    print (inv(lst))            #逆矩阵
    print (lst.transpose())     #转置矩阵
    print (det(lst))            #行列式
    print (eig(lst))            #特征值与特征向量

    y= np.array([[5.],[7.]])
    print (solve(lst,y))      
    #求解lst和y组成的方程组   x+2y=5   3x+4y=7  得出结果x=-3,y=4

    #numpy 的其他应用
    print (np.fft.fft(np.array([1,1,1,1,1,1,1,1,])))    
    #fft信号处理
    print(np.corrcoef([1,0,1],[0,2,1]))     #吉尔逊相关系数
    #生成一元多次函数2x+x+3

if __name__=="__main__":
    main()