Python数据分析——NumPy数值计算基础（二）

Python数据分析——NumPy数值计算基础（二）

思维导图：

数据的csv文件存取

• csv（Comma-Separated Value，逗号分隔值）文件：是一种常见的文件格式，用来存储批量数据。
• 写入文本文件：

np.savetxt(frame,array,fmt='%.18e',delimiter=None)

• frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• array：存入文件的数组
• fmt：写入文件的格式，例如：%d %.2f %.18e
• delimiter：分割字符串，默认是任何空格

例：

• 读入文本文件：

np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False)

• frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• dtype：数据类型，可选
• delimiter：分割字符串，默认是任何空格
• unpack：如果True，读入属性将分别写入不同变量
  例：
  
• csv文件的局限性：csv只能有效存储一维和二维数组

多维数据的存取

• 存储语法格式：

a.tofile(frame,sep='',format='%s')

• frame：文件、字符串
• sep：数据分割字符串，如果是空串，写入文件为二进制
• format：写入数据的格式

例：

打开后显示：

• 读取语法格式：

np.fromfile(frame,dtype=float,count=‐1,sep='')

• frame：文件、字符串
• dtype : 读取的数据类型，默认为float
• count : 读入元素个数，‐1表示读入整个文件
• sep : 数据分割字符串，如果是空串，写入文件为二进制

例：

注：a.tofile()和np.fromfile()需要配合使用，可以通过元数据文件来存储额外信息。

NumPy的便捷文件存取

np.save(fname, array)或np.savez(fname, array)

• fname : 文件名，以.npy为扩展名，压缩扩展名为.npz
• array : 数组变量

np.load(fname)

• fname : 文件名，以.npy为扩展名，压缩扩展名为.npz

例：

NumPy的随机函数

NumPy的random子库

例：

random模块常用随机数生成函数

例：

NumPy统计函数

注：axis=None是统计函数的标配参数

例：

NumPy的梯度函数

• 梯度：连续值之间的变化率，即斜率。比如：xy坐标轴连续三个x坐标对应的y轴值：a，b，c，其中，b的梯度是：(c-a)/2
• np.gradient(f)：计算数组f中元素的梯度，当f为多维时，返货每个维度梯度

例：