数据分析之Numpy

Numpy

numpy.array:将数组转换成向量

numpy.array([,,,])

转化成1维向量

numpy.array([[,,],[,,],[,,]])

转换成二维向量

vector = numpy.array([[1,2,3],[4,5,6],[8,9,10]])

vector.shape （对象.方法）   形状：三行三列

对象.dtype     数据类型  全为数字为整型，有一个float全为float，同理有一个字符串，类型为字符串，如[8,9,'10']

　　对象[1,4] 第二个样本的第四个，即2行4列对应的值

　　(1) 对象.[0:3] 取前三个

　　(2) matrix[0,1] 取第一行第二个值 matrix[:,1] 取所有行中的第二列的值

　　对象==6，返回一个只有true和false的矩阵，对象中等于6的值为true，其余位置为false dtype为bool

　　注：可以将true当作索引值在取回值 6

　　对象.astype(float) 括号中为要转换的类型，此例转换成float型

　　对象.sum(asis=1) 1代表行，0代表列此例为对每行进行求和

a = numpy.arange(15).reshape(3,5) 释义：创造0到14一共15个数，形状为 3行5列 (a.shape) numpy.arange(10，30，5) 从10开始，30结束(不包含30)，5为步长结果[10,15,20,25]

对象.ndim 即a.ndim，对象是几维数组

对象.size 多少元素

初始化1：numpy.zeros((3,4)) 3行4列元素都为0 同理numpy.ones((3,4)) 3行4列元素都为1 维度只有行和列，所以是2维。

numpy.ones((2,3,4)) 3维数组

初始化2：numpy.random.random((2,3)) 0-1之间的随机数，2行3列

初始化3：numpy.linspace(0,3.14,100) 在0-3.14之间平均取100个值

矩阵运算与线代相同 [ [1,2]

a=[[1,2] b=[[5,6] 　　　　　　　[3,4]

[3,4]] [7,8]] 　　　　　　　　　　　　[5,6]　　　　　　　　　　　　　　　　[1,2,5,6]

numpy.vstack((a,b)) 行拼接　　如：　　　[7,8]]　 numpy.hstack((a,b)) 列拼接 [3,4,7,8]

numpy.hsplite(a,3) a为矩阵，隔4列切一刀,切成一个一个array numpy.vsplite(a,3)

a=b和b=a.view() 前者完全相同，后者浅拷贝，但是对一个中的数值进行操作二者数值都改变，即啊，b共用一组数据

b=a.copy() 推荐使用，修改b数值，a中的数值不发生改变

对象.argmax(axis=0) 找出每一列中的最大值

numpy.tile(a,(4,2)) 如：传进来一个a=[10,20,30],行X4，列X2

sort 排序