python高维数据有哪些表示方法_[Python学习笔记]Python数据

嵩天老师的课感觉很好呀，啦啦啦

0. 数据分析之前奏

课程主要内容：

常用IDE：

本课程主要使用：Anaconda

Anaconda：一个集合，包括conda、某版本Python、一批第三方库等

-支持近800个第三方库

-适合科学计算领域

-包含多个主流工具

-开源免费

-跨平台

本身不是个ide 是将多个工具集成在一起的

conda

-一个工具，用于包管理和环境管理

-包管理与pip类似，管理Python第三方库

-环境管理能够允许用户使用不同版本的Python，并能灵活切换

conda将工具、第三方库、Python版本、conda都当作包，同等对待

conda有命令行工具

C:\Users\king\Anaconda3\Scripts\conda.exe –version 可以查看conda版本

conda update conda    升级conda

刚开始的是命令行，现在也集成为GUI，anaconda默认生成root的环境空间

编程工具：spyder

默认不舒服  改下

交互式编程环境：IPython

-是一个功能强大的交互式shell

-适合进行交互式数据可视化和GUI相关应用

IPython几个技巧

？：可以在变量或者函数前面加？获得通用信息

%run ：可以执行.py程序 注意：%run在一个空的命名空间执行%

trouble shooting:

在ubuntu18中安装了anaconda3,启动spyder报错Segmentation fault (core dumped)

安装conda install pyopengl  然后再启动 卡住半天没了 出现killed报错 我日  然后升级了下anaconda3到最新才好了

1. 数据分析之表示

1.1 NumPy库入门

数据的维度

一维数据   列表、集合

二维数据   表格是经典的二维数据    用列表表示

多维数据   二维数据在更多维度上展开 比如时间维度  用列表表示

高维数据   仅使用最基本的二元关系展示复杂关系 key-value形式组织数据   用字典类型或者其他json、xmal、yaml等

NumPy的数组对象：ndarray

NumPy是一个开源的Python科学计算基础库

-一个强大的N维数组对象ndarray

-广播函数功能

-整合c/c++/fortran代码的工具

-线性代数、傅里叶变换、随机数生成等功能

NumPy是SciPy、Pandas等数据处理或科学计算库的基础

使用 import numpy as np

ndarray是一个多维数组，由两部分组成，要求数组元素类型相同，数组下标从0开始

-元数据(数据维度，数据类型等)

-实际数据

np.array()                  --ndarray别名是array

轴(axis):保存数据的维度

秩(rank):轴的数量

例子：

里面的int32不是Python基础类型，是NumPy定义的类型，更多类型如下：

为啥要这么多数据类型？

-科学计算涉及大量数据，对性能和存储都有较高要求

-对元素类型精细定义，有助于numpy合理使用存储空间并优化性能，有助于程序员对程序规模由合理评估

ndarray数组也可以由非同质对象构成

非同质ndarray元素为对象类型

非同质ndarray数组无法发挥numpy优势，尽量避免使用

ndarray数组的创建和变换

1) 从python列表元组等类型创建数组

x = np.array(list/tuple)

x = np.array(list/tuple,dtype=np.float32)   不指定类型的时候numpy自动关联一个合适的

除了arange函数，其他都是浮点数

ndarray数组的变换：维度变换、元素类型变换

ndarray数组向列表变换

ls = a.tolist()

ndarray数组的操作

索引和切片

ndarray一维数组的索引和列表一样

ndarray数组的运算

数组与标量的运算等于每个元素都和这个标量算一下

maximum等经过运算存在数据类型隐式转换

1.2 NumPy数据存取与函数

数据的csv文件存取

csv只能存储读取一维和二维数据，这是它的局限

多维数据的存取

对于ndarray数组 有个方法  a.tofile(frame,sep=’’,format=’%s’)

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

可以保存为二进制，小些，但是无法人类读懂，如果知道是这样写的，可以还原，作为一种保存数据的方法

如何还原呢，np.fromfile(frame,dtype=float,count=-1,sep=’’)

-dtype:读取的数据类型  count：读入元素的个数-1表示全部

使用这个方法需要知道存入文件时候的数组维度和元素类型，就是元数据，所以fromfile和tofile需要配合使用，可以将元数据另外存储解决

NumPy的便捷文件存取

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

-fname:文件名以.npy或者.npz

np.load(fname)

NumPy的随机数函数

NumPy的random子库 np.random.*

NumPy的统计函数

NumPy的梯度函数

1.3 实例1：图像的手绘效果

图像的数组表示

RGB色彩表示

PIL库  处理图像的第三方库 pip install pillow                   from PIL import Image

Image是PIL库中代表图像的类(对象)

图像是一个由像素组成的二维矩阵，每个元素是一个RGB值

图像的变换

图像的手绘实例

手绘特征：黑白灰色、边界线条较重、相同或者相近色彩趋于白色、略有光源效果

from PIL importImageimportnumpy as np

a= np.asarray(Image.open('./test.jpg').convert('L')).astype('float')

depth= 10. #(0-100)

grad = np.gradient(a) #取图像灰度的梯度值

grad_x, grad_y = grad #分别取横纵图像梯度值

grad_x = grad_x*depth/100.

grad_y= grad_y*depth/100.

A= np.sqrt(grad_x**2 + grad_y**2 + 1.)

uni_x= grad_x/A

uni_y= grad_y/A

uni_z= 1./A

vec_el= np.pi/2.2 #光源的俯视角度，弧度值

vec_az = np.pi/4. #光源的方位角度，弧度值

dx = np.cos(vec_el)*np.cos(vec_az) #光源对x 轴的影响

dy = np.cos(vec_el)*np.sin(vec_az) #光源对y 轴的影响

dz = np.sin(vec_el) #光源对z 轴的影响

b= 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源归一化

b = b.clip(0,255)

im= Image.fromarray(b.astype('uint8')) #重构图像

im.save('./test2.jpg')

结果

2. 数据分析与展示

2.1 Matplotlib库入门

由各种数据可视化类组成，内部结构复杂，是受matlab启发

matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式

import matplotlib.pyplot as plt

plt.savefig(‘test’,dpi=600) #保存为png文件

绘制多个图形，分区域plt.subplot(3,2,4)

pylot的plot函数

plt.plot(x,y,format_string,**kwargs)

-format_string 表示曲线的格式字符串   **kwargs表示第二组或更多(x,y,format_string)   当绘制多条曲线x不能省略，当绘制一条时候可以省略x用索引值

format_string由颜色字符、风格字符、标记字符组成

pyplot的中文显示

方法1：修改绘制区域的全部字体

方法2：

pylot的文本显示

首先字符串前边的r代表是原始字符串，也就是里边的内容不需要转移，这个一般在正则表达式的时候也这么用，而这里是laText的用法，在python中使用laText，需要在文本的前后加上$符号，也就是你所用的那样，然后就是laText的文本了，当你输入了以上内容，matplotlib会自动为你解析的，\pi代表的就是π

pylot子绘图区域

这种方法每次都要写(3，3)，用另外一种方法GridSpec类

2.2 Matplotlib基础绘图函数示例(5个实例)

pylot饼图绘制

pylot直方图绘制

pylot极坐标绘制

pyplot散点图绘制

面向对象的绘制方法是matplotlib库的推荐方法，pillow库的函数变为对象的方法

2.3 实例2：引力波的绘制

importnumpy as npimportmatplotlib.pyplot as pltfrom scipy.io importwavfile

rate_h, hstrain= wavfile.read(r"H1_Strain.wav","rb")

rate_l, lstrain= wavfile.read(r"L1_Strain.wav","rb")#reftime, ref_H1 = np.genfromtxt('GW150914_4_NR_waveform_template.txt').transpose()

reftime, ref_H1 = np.genfromtxt('wf_template.txt').transpose() #使用python123.io下载文件

htime_interval= 1/rate_h

ltime_interval= 1/rate_l

fig= plt.figure(figsize=(12, 6))#丢失信号起始点

htime_len = hstrain.shape[0]/rate_h

htime= np.arange(-htime_len/2, htime_len/2, htime_interval)

plth= fig.add_subplot(221)

plth.plot(htime, hstrain,'y')

plth.set_xlabel('Time (seconds)')

plth.set_ylabel('H1 Strain')

plth.set_title('H1 Strain')

ltime_len= lstrain.shape[0]/rate_l

ltime= np.arange(-ltime_len/2, ltime_len/2, ltime_interval)

pltl= fig.add_subplot(222)

pltl.plot(ltime, lstrain,'g')

pltl.set_xlabel('Time (seconds)')

pltl.set_ylabel('L1 Strain')

pltl.set_title('L1 Strain')

pltref= fig.add_subplot(212)

pltref.plot(reftime, ref_H1)

pltref.set_xlabel('Time (seconds)')

pltref.set_ylabel('Template Strain')

pltref.set_title('Template')

fig.tight_layout()

plt.savefig("Gravitational_Waves_Original.png")

plt.show()

plt.close(fig)

结果

3. 数据分析之概要

3.1 Pandas库入门

Pandas提供高性能易用数据类型和分析工具

import pandas as pd

Pandas库的Series类型     --一维

也支持自定义索引

b.index  b.values   获得索引和数据  类似ndarray和字典

两套索引并存  但是不能混用

Series类型也与字典类型类似 可以in, get()

Pandas库的DataFrame类型  --二维

由共用相同索引的一组列组成，实际上就是一个表格

是一个表格型的数据类型，每列值类型可以不同

既有行索引也有列索引

常用于表达二维数据，单可以表达多维数据

DataFrame基本操作类似Series，根据行列索引

Pandas库的数据数据类型操作

如何改变结构呢 增加 或重排：重新索引    删除:drop

索引是不可修改类型  索引的操作就是对数据的操作   numpy不存在索引 必须通过维度来操作

Series只有0轴    DataFrame由0轴 1轴，drop默认操作0轴

Pandas库的数据类型运算

算术类型运算

比较运算

数据和索引建立关联关系  达到操作索引就是操作数据

3.2 Pandas数据特征分析

数据的排序

可以对索引排序

也可以对数据排序

基本的统计分析函数

累计统计分析

滚动计算(窗口计算)

数据的相关分析