【numpy 做科学计算的主流库,掌握这个库科学计算也就没那么难了!】

Python与机器学习 徐 自远 599℃

【做科学计算的主流库,掌握这个库科学计算也就没那么难了!】

数据分析,现在还是真是吃香,金融的也想学,会计也想学,反正不是it行的都有想学的,但是呢,自己也不懂啥。所以今天给大家分享一下,数据分析现在的主流库,也能让你更好的理解,在给大家分享前了,给各位初学者,进阶者推荐一下我的这个python群:58937142 里面入门资料新手工具,大牛指导,交流讨论应由具有, 期待各位小伙伴的入群。

一:前言

继续做Nmupy模块的学习笔记,这次是numpy的数据存取与常用的一些函数学习使用记录,这些函数都将为以后的数据操作打下基础。涉及到的有存取函数、强大随机函数、统计函数和梯度函数。目的:掌握表示、清洗、统计和展示数据的基础能力

二:CSV文件的存取

1. 逗号分隔值

Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号,其文件以纯文本形式存储表格数据(数字和文本)。

2. 保存CSV文件

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 : 分割字符串,默认是任何空格

3. 读取CSV文件

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

4. CSV文件存取的局限性

CSV只能有效存储一维和二维数组

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

三:多维数据的存取

1. 多维数据的保存

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

如果是写入二进制则更节省硬盘空间,所以在以存储为目的即可使用这种方式;如果为了方便阅读则可以加入分割字符串以字符串的形式保存文件。

2. 多维数据的读取

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

该方法需要读取时知道存入文件时数组的维度和元素类型

a.tofile()和np.fromfile()需要配合使用

可以通过元数据文件来存储额外信息

四:Nmupy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

打开a文件就可以看到,这里保存着二进制的数据和维度的信息,存储和读取都十分方便。

五:Nmupy的随机函数

1. 随机函数①:

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,标准正态分布
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

2. 随机函数②:

函数 说明
shuffle(a) 根据数组a的第1轴进行随排列,改变数组x
permutation(a) 根据数组a的第1轴产生一个新的乱序数组,不改变数组x
choice(a[,size,replace,p]) 从一维数组a中以概率p抽取元素,形成size形状新数组replace表示是否可以重用元素,默认为False

shuffle() 改变了原来的数组

Paste_Image.png

permutation() 没有改变原来的数组

3. 随机函数③:

函数 说明
uniform(low,high,size) 产生具有均匀分布的数组,low起始值,high结束值,size形状
normal(loc,scale,size) 产生具有正态分布的数组,loc均值,scale标准差,size形状
poisson(lam,size) 产生具有泊松分布的数组,lam随机事件发生率,size形状

六: Numpy的统计函数

1. 统计函数①:

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

axis=None 是统计函数的标配参数

2. 统计函数②:

函数 说明
min(a) max(a) 计算数组a中元素的最小值、最大值
argmin(a) argmax(a) 计算数组a中元素最小值、最大值的降一维后下标
unravel_index(index, shape) 根据shape将一维下标index转换成多维下标
ptp(a) 计算数组a中元素最大值与最小值的差
median(a) 计算数组a中元素的中位数(中值)

七:梯度函数

函数 说明
np.gradient(f) 计算数组f中元素的梯度,当f为多维时,返回每个维度梯度

梯度:连续值之间的变化率,即斜率

XY坐标轴连续三个X坐标对应的Y轴值:a, b, c,其中,b的梯度是: (c‐a)/2

http://m.pstatp.com/group/6447408225188167950/?iid=12670719795&app=news_article&tt_from=android_share&utm_medium=toutiao_android&utm_campaign=client_share

 

转载请注明:徐自远的乱七八糟小站 » 【numpy 做科学计算的主流库,掌握这个库科学计算也就没那么难了!】

喜欢 (0)

苏ICP备18041234号-1 bei_an 苏公网安备 32021402001397号