python数据分析之numpy

数据的分析之—numpy

一、narray的几种转置方法：

import numpy as np

t1=np.array([[1,2,3],[4,5,6],[7,8,9]])

1.  narray.T    #示例如下

 

2. narray.transpose（）    #示例如下

3.narray.swapaxes（轴1，轴2）#交换轴    #示例如下

二、numpy 中多维数组取数

array[行索引，列索引]     #逗号隔开行号和列号     #示例如下

三元运算符：

np.where(array <10,0,1)  #对数组array中的元素判断，如果为True，则让其对应元素为0,如果为False，则为1，    #示例如下

 

 

如果想要将数组中的小于10的替换为10，将大于20的替换成20，可按下面这种方式：np.clip(narry，10,20)      #示例如下

数组的拼接：

np.vstack(array1,array2)    #竖直拼接             #示例如下

np.hstack(array1,array2)   #水平拼接              #示例如下

 

 三、数组判断nan的数量的几种方法

1、np.nan != np.nan    #数组中的nan不等于nan       #示例如下

 

 2、利用上面属性1计算nan的个数

 

 3、利用np.isnan()函数

四、计算数组的统计值（当输入轴参数是有点绕）

1、np.sum()函数

 统计数组中每个列的和：np.sum(array,axis = 0)     #示例如下

 

 （nan与任何值相加都为nan）

统计数组中每个行的和：np.sum(array,axis = 1)    #示例如下

 

 2、np.mean()函数

统计数组中每个行（列）的平均值（形式如上面sum函数，当其中有nan时计算结果就为nan）

3、np.median()函数

统计数组中每个行（列）的中值（形式如上面的sum函数，当其中有nan时计算结果就为nan）

4、np.ptp()函数

统计数组中每个行（列）的极差（形式如上面的sum函数，当其中有nan时计算的结果就为nan）

5、np.std