2020年2月13日10:03:22

numpy中的轴 axis

相当于矩阵的向量

PPT Page 69

二维数组的轴 0表示行 1表示列
三维数组的轴 0表示块 1表示行 2表示列
二维和三维数组轴不同

numpy读取本地数据

一般不使用numpy读取数据，多使用pandas来读取数据，其功能更多 、
读取csv格式的文件

PPT Page 73

np.loadtxt()

PPT Page 74 numpy读取csv文件

filepath  = "filepath"
np.loadtxt(filepath,delimiter = ",",dtpye  = "int")    

unpack 参数True表示数据的行列转置

Numpy中二维数组的转置

t2.transpose() → 转置 方法
t2.T → 转置 属性
t2.swapaxes(1,2) → 交换轴

数据分析思路

1.确定分析目的
2.确定呈现方式
3.确定数据处理方式
4.写代码

Numpy中的索引和切片 常用

video P=17

取出数组中制定的行或列
除过Xpath 下标不是从零开始，其余索引均为从零开始

page74.py

取特定的行 
取连续的行  
取不连续的多行   
取列   
取连续的多列   
取不连续的多列   
取多行&多列
取制定的行和列的位置 
取多个不相邻的点 
取行和列交叉点的数据  
    方括号的区别    

尾数取不到

Numpy中数值的修改

PPT Page 79

先取到对应位置的数，在进行赋值
方括号可以对数组中的元素进行索引和切片
numpy中的布尔索引

2020年2月13日10:03:22

numpy中的轴 axis

相当于矩阵的向量

PPT Page 69

二维数组的轴 0表示行 1表示列
三维数组的轴 0表示块 1表示行 2表示列
二维和三维数组轴不同

numpy读取本地数据

一般不使用numpy读取数据，多使用pandas来读取数据，其功能更多 、
读取csv格式的文件

PPT Page 73

np.loadtxt()

PPT Page 74 numpy读取csv文件

filepath  = "filepath"
np.loadtxt(filepath,delimiter = ",",dtpye  = "int")    

unpack 参数True表示数据的行列转置

Numpy中二维数组的转置

t2.transpose() → 转置 方法
t2.T → 转置 属性
t2.swapaxes(1,2) → 交换轴

数据分析思路

1.确定分析目的
2.确定呈现方式
3.确定数据处理方式
4.写代码

Numpy中的索引和切片 常用

video P=17

取出数组中制定的行或列
除过Xpath 下标不是从零开始，其余索引均为从零开始

page74.py

取特定的行 
取连续的行  
取不连续的多行   
取列   
取连续的多列   
取不连续的多列   
取多行&多列
取制定的行和列的位置 
取多个不相邻的点 
取行和列交叉点的数据  
    方括号的区别    

尾数取不到

Numpy中数值的修改

PPT Page 79

先取到对应位置的数，在进行赋值
方括号可以对数组中的元素进行索引和切片
numpy中的布尔索引

2020年2月13日10:03:22

numpy中的轴 axis

相当于矩阵的向量

PPT Page 69

二维数组的轴 0表示行 1表示列
三维数组的轴 0表示块 1表示行 2表示列
二维和三维数组轴不同

numpy读取本地数据

一般不使用numpy读取数据，多使用pandas来读取数据，其功能更多 、
读取csv格式的文件

PPT Page 73

np.loadtxt()

PPT Page 74 numpy读取csv文件

filepath  = "filepath"
np.loadtxt(filepath,delimiter = ",",dtpye  = "int")    

unpack 参数True表示数据的行列转置

Numpy中二维数组的转置

t2.transpose() → 转置 方法
t2.T → 转置 属性
t2.swapaxes(1,2) → 交换轴

数据分析思路

1.确定分析目的
2.确定呈现方式
3.确定数据处理方式
4.写代码

Numpy中的索引和切片 常用

video P=17

取出数组中制定的行或列
除过Xpath 下标不是从零开始，其余索引均为从零开始

page74.py

取特定的行 
取连续的行  
取不连续的多行   
取列   
取连续的多列   
取不连续的多列   
取多行&多列
取制定的行和列的位置 
取多个不相邻的点 
取行和列交叉点的数据  
    方括号的区别    

尾数取不到

Numpy中数值的修改

PPT Page 79

先取到对应位置的数，在进行赋值
方括号可以对数组中的元素进行索引和切片
numpy中的布尔索引

布尔索引

Numpy中的三元运算符

np.where()

PPT Page 81

numpy中的clip（裁剪）
nan为float类型的数

numpy中的nan和inf

PPT Page 83

数据缺失会产生nan
不合适的计算如无穷大减无穷大也会产生Nan
inf 无穷大 存在负无穷大
二者的type类型均为float

nan中的注意点

判断数组中nan的个数

np.count_nonzero(t2 != t2)
np.isnan(t2)
t2[np.isnan(t2)]=1
np.sum  #数组求和   

nan与任意数运算结果均为nan
将nan替换为均值/中值 直接删除该行

numpy 中的常见函数

ppt page 86

求和 
中值  
最大值 
最小值 
极值  
标准差  

计算统计参数是指定一个轴按行或按列计算

将nan替换为该行数的均值

nan替换为该行数的均值

小结

小结01

小结02

练习

Video = 22

数组的拼接

Video p=19 ppt page 91

竖直拼接&水平拼接
np.hstack() 水平评价
np.vstack() 竖直拼接
数组的行列变换
类似于交换赋值 PPT page 93
构造全为零的数组
np.zeros(a,b) → 构建a行b列的全为零的数组

2020年2月13日15:42:43

Upload Time 2020年2月13日16:10:23