Python数据分析与展示（二）：数据分析与展示

数据的CSV文件存取：

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（整数） %.2f（包含两个小数的浮点数） %.18e（科学记数法）
• delimiter : 分割字符串，默认是任何空格，在csv中定义为“，“
例子：

a = np.arange(100).reshape(5,20)
np.savetxt('1.csv',a,fmt='%d',delimiter=',')

 

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只能有效存储一维和二维数组
np.savetxt() np.loadtxt()只能有效存取一维和二维数组

多维数据的存取

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
例子：

c = np.arange(100).reshape(5,10,2)
c.tofile("2.dat",sep=',',format = '%d')

 

p.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。

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 这个可以存储多维数据，以numpy自定义的格式存储，不需要指示出维度来提取。
• 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：np.random.*

实例：

import numpy as np

b=np.random.randint(100,200,(8,))

b
Out[11]: array([176, 196, 149, 121, 123, 190, 166, 167])

np.random.choice(b,(3,2))
Out[12]: 
array([[121, 166],
       [121, 196],
       [166, 196]])

np.random.choice(b,(3,2),replace=False)
Out[13]: 
array([[176, 190],
       [121, 196],
       [123, 166]])

np.random.choice(b,(3,2),p=b/np.sum(b))
Out[14]: 
array([[190, 196],
       [176, 176],
       [123, 167]])

 

NumPy的统计函数：np.*

NumPy的梯度函数：
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

反应元素的变化率，可以提取声音图像的边缘

 

 

---------------------
作者：Famir_Tse
来源：CSDN
原文：https://blog.csdn.net/famirtse/article/details/80465407
版权声明：本文为博主原创文章，转载请附上博文链接！