Python数据分析与展示 第一章 Numpy数据存取和函数

数据的CSV文件存取

CSV（Comma-Separated Value，逗号分隔值）

CSV是一种常见的文件格式，用来存储批量数据

np.savetxt(...) 

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：分隔字符串，默认是任何空格

np.loadtxt(...) 

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。

CSV文件的局限性

CSV只能有效存储一维和二维数组

np.savetxt()和 np.loadtxt() 只能有效存取一维和二维数组

多维数据的存取

a.tofile(...)

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。

np.fromfile(...)

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

• frame：文件、字符串
• dtype：读取的数据类型
• 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。

 注意：

np.tofile()和 np.fromfile() 读取时需要知道存入文件时数组的维度和元素类型

这两个函数需要配合使用，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

Numpy的随机数函数

随机数函数子库

• np.random.rand()
• np.random.randn()
• np.random.randint()

np.random的随机数函数

函数	说明
rand(d0, d1, ... , dn)	根据 d0~dn 创建随机数数组，浮点数，[0, 1)， 均匀分布
randn(d0, d1, ..., dn)	根据 d0~dn 创建随机数数组，标准正太分布
randint(low[,high, shape])	根据 shape 创建随机整数 或 整数数组，范围是 [low, high)
seed(s)	随机数种子，s 是给定的种子值

NumPy 的统计函数

 直接提供的统计类函数：

• np.std()
• np.var()
• np.average()

函数	说明
sum(a, axis=None)	根据给定轴axis计算数组a相关元素之和，axis整数或元组
mean(a, axis=None)	根据给定轴axis计算数组a相关元素的期望，axis整数或元组
average(a, axis=None, weights=None)	根据给定轴axis计算数组a相关元素的加权平均值
std(a, axis=None)	根据给定轴axis计算数组a相关元素的标准差
var(a, axis=None)	根据给定轴axis计算数组a相关元素的方差