数据科学库之——numpy
本节主要讲解的是numpy的使用。
文章目录
-
-
- 什么是numpy
- numpy创建数组(矩阵)
- numpy中常见的更多数据类型
- 数据类型的操作
- 数组的形状
- 数组和数的计算
- 数组和数组的计算
- 一维二维三维数组
- numpy读取数据
- numpy中数值的修改
- numpy中布尔索引
- numpy中三元运算符
- numpy中的clip(裁剪)
- numpy中的nan和inf
- numpy中的nan的注意点
- numpy中常用统计函数
- 数组的拼接
- numpy生成随机数
- numpy的注意点copy和view
-
什么是numpy
一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算。
numpy创建数组(矩阵)
numpy中常见的更多数据类型
数据类型的操作
数组的形状
数组和数的计算
数组和数组的计算
一维二维三维数组
什么叫三维数组，是一个 3*n的矩阵吗？
不！当然不是。
在numpy中可以理解为方向,使用0,1,2…数字表示,对于一个一维数组,只有一个0轴,对于2维数组(shape(2,2)),有0轴和1轴,对于三维数组(shape(2,2, 3)),有0,1,2轴
有了轴的概念之后,我们计算会更加方便,比如计算一个2维数组的平均值,必须指定是计算哪个方向上面的数字的平均值
那么问题来了:
在前面的知识,轴在哪里?
回顾np.arange(0,10).reshape((2,5)),reshpe中2表示0轴长度(包含数据的条数)为2,1轴长度为5,2X5一共10个数据
可见3n的矩阵是一个二维数组，三维数组有可能指的是n个nn的矩阵的集合。
numpy读取数据
CSV:Comma-Separated Value,逗号分隔值文件
显示：表格状态
源文件：换行和逗号分隔行列的格式化文本,每一行的数据表示一条记录
由于csv便于展示,读取和写入,所以很多地方也是用csv的格式存储和传输中小型的数据,为了方便教学,我们会经常操作csv格式的文件,但是操作数据库中的数据也是很容易的实现的
np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
现在这里有一个英国和美国各自youtube1000多个视频的点击,喜欢,不喜欢,评论数量([“views”,“likes”,“dislikes”,“comment_total”])的csv,运用刚刚所学习的只是,我们尝试来对其进行操作
数据来源:https://www.kaggle.com/datasnaek/youtube/data
转置是一种变换,对于numpy中的数组来说,就是在对角线方向交换数据,目的也是为了更方便的去处理数据
numpy中数值的修改
numpy中布尔索引
numpy中三元运算符
numpy中的clip(裁剪)
numpy中的nan和inf
nan(NAN,Nan):not a number表示不是一个数字
什么时候numpy中会出现nan：
当我们读取本地的文件为float的时候，如果有缺失，就会出现nan
当做了一个不合适的计算的时候(比如无穷大(inf)减去无穷大)
inf(-inf,inf):infinity,inf表示正无穷，-inf表示负无穷
什么时候回出现inf包括（-inf，+inf）
比如一个数字除以0，（python中直接会报错，numpy中是一个inf或者-inf）
那么如何指定一个nan或者inf呢？
注意他们的type类型
numpy中的nan的注意点
在一组数据中单纯的把nan替换为0，合适么？会带来什么样的影响？
比如，全部替换为0后，替换之前的平均值如果大于0，替换之后的均值肯定会变小，所以更一般的方式是把缺失的数值替换为均值（中值）或者是直接删除有缺失值的一行。
numpy中常用统计函数
t.sum(axis=None)#求和
t.mean(a,axis=None)#均值：受离群点的影响较大
np.median(t,axis=None)#中值
t.max(axis=None)# 最大值
t.min(axis=None)#最小值
np.ptp(t,axis=None)#极值：即最大值和最小值只差
t.std(axis=None)#标准差
数组的拼接
numpy生成随机数
numpy的注意点copy和view
a=b 完全不复制，a和b相互影响
a = b[:],视图的操作，一种切片，会创建新的对象a，但是a的数据完全由b保管，他们两个的数据变化是一致的，
a = b.copy(),复制，a和b互不影响