数据分析04 numpy 常用函数

基本数学函数

sqrt 计算平方根

import  numpy as np

# 根号9 就为3
print(np.sqrt(9))
print(np.sqrt([1,4,9]))

# 输出为，返回的是一个浮点数
3.0
[1. 2. 3.]

计算指数 exp

print(np.exp(1))
print(np.exp(0))

2.718281828459045
1.0

计算自然对数 log

print(np.log(2.71))

正弦值，余弦值

print(np.sin(-1))
print(np.cos(0))

绝对值

arr = np.array([-1,-2,1,2,3])
print(np.abs(arr))

[1 2 1 2 3]

a的b次幂

print(np.power(arr,3))

四舍五入

5是进一位

print(np.around([1.2,1.5,1.6]))

[1. 2. 2.]

向上取整，向下取整

arr = np.array([1.5,25.1,81])
# 向上取整
print(np.ceil(arr))
# 向下取整
print(np.floor(arr))

[ 2. 26. 81.]
[ 1. 25. 81.]

检测缺失值

np.isnan([1,2,np.nan,3])
# 输出为 np.nan 就是一个空的值，就是一个缺失值
array([False, False,  True, False])

统计函数

求和，计算平均值，计算中位数，标准差，方差

最大值，最小值

分位数，累积和，累积差

求和/平均值

arr = np.random.randint(1,20,8)
print(arr)
[10  3 10 12 18 10 15 15]

# 求和
print(np.sum(arr))
93

# 平均值
print(np.mean(arr))

11.625

# 中位数，中间位置的数
# 奇数个，中间的数
print(np.median([1,2,4]))
2.0

# 偶数的话，就是中间2个数的平均值
print(np.median([1,2,4,5]))
3.0

# 计算标准差和方差
# 1,2,3 平均值为2
# x1-平均值这个差，每一个数都需要，然后差的平方
# 所有的平方都需要加起来，然后除以3

# 1-2的平方 + 2-2的平方 + 3-2的平方 算出来后/3

print(np.var([1,2,3]))

0.66666

计算最大值和最小值

print(np.max(arr))
print(np.min(arr))

# 输出最大值和最大值对应的索引
print(np.max(arr),np.argmax(arr))
print(np.min(arr),np.argmin(arr))

分位数

就是有一个数轴，中间的间隔都是一样的

# 44 47 64 67
# 47+64/2 就是中位数

# 1 2 3
# 2就是中位数

# 计算就是前20%的分位数
print(np.percentile(arr,20))

# 50% 就是中位数
print(np.percentile(arr,50))

# 0%就是第一个数字，100%就是最后一个数字

比较函数

判断，大于，小于，等于

逻辑与，或，非

检查数组中是否有一个true,是否所有的都为一个true

自定义检查

大于，小于，等于

print(arr)
# 判断里面的数据是否大于2，大于的话，就返回true
print(np.greater([1,2,3,4,5],2))
print(np.greater(arr,2))

# 判断小于
print(np.less([1,2,3,4,5],2))

# 判断等于
print(np.equal([1,2,3,4,5],2))

# 判断2个数组是否相等，形状需要一致，否则报错
print(np.equal([1,2,3,4,5],[1,2,3,4,5]))
[ True  True  True  True  True]

逻辑关系

print(np.logical_and([1,0,1,0],[1,0,1,0]))
print(np.logical_or([1,0,1,0],[1,0,1,0]))
print(np.logical_not([1,0,1,0]))

[ True False  True False]
[ True False  True False]
[False  True False  True]

检查

# 检查元素是否至少有一个元素为true
print(np.any([1,0,1,0]))

# 检查是否全部元素为true,就是说全部为真，返回true
print(np.all([1,0,1,0]))

True
False

自定义条件

np.where(条件，符合条件的。不符合条件的)


arr = np.array([1,2,3,4,5])

# 小于3的输出，大于3的就设置为0
print(np.where(arr<3,arr,0))
[1 2 0 0 0]

嵌套的方式，上面就2个条件，符合和不符合，如果有多种情况的呢？

score = np.random.randint(50,100,10)
print(score)
# 小于60输出不及格
# 小于80输出及格
# 小于90输出良好
# 90以上优秀

print(np.where(score<60,"不及格",np.where(score<80,"及格",np.where(score<90,"良好","优秀"))))

[91 98 95 73 76 79 66 75 92 85]
['优秀' '优秀' '优秀' '及格' '及格' '及格' '及格' '及格' '优秀' '良好']

# select也可以实现

select(条件，返回的结果)

# & 2边必须带上() 优先级
# default 都不符合的条件，必须要加上
print(np.select([score>80,(score>=60) & (score<=80),score<60],['优秀','良好','不及格'],default="未知"))

排序函数

# 设置一个种子
np.random.seed(10)
# 每次生成的数都是一样的
arr = np.random.randint(1,100,20)
print(arr)
# 改了原数组
arr.sort()
print(arr)

# np.sort(arr) 不会改变原数组
print(np.sort(arr))
print(arr)

# 原数组
[10 16 65 29 90 94 30  9 74  1 41 37 17 12 55 89 63 34 73 79]

# 没有改变原数组
[ 1  9 10 12 16 17 29 30 34 37 41 55 63 65 73 74 79 89 90 94]

# 原数组
[10 16 65 29 90 94 30  9 74  1 41 37 17 12 55 89 63 34 73 79]

print(np.sort(arr))
# 获取排序后的索引
print(np.argsort(arr))

[ 1  9 10 12 16 17 29 30 34 37 41 55 63 65 73 74 79 89 90 94]
[ 9  7  0 13  1 12  3  6 17 11 10 14 16  2 18  8 19 15  4  5]

# 1的索引为9(在原来的数组)

# 去重，还带有排序
print(np.unique(arr))

# 数组拼接

arr1 = np.array([1,2,3,4,5])
arr2 = np.array([4,5,6,7,8])
print(np.concatenate((arr1,arr2)))

# 上面生成的数为20个，分割成4个，可以整除
print(np.split(arr,4))

[array([10, 16, 65, 29, 90], dtype=int32), array([94, 30,  9, 74,  1], dtype=int32), array([41, 37, 17, 12, 55], dtype=int32), array([89, 63, 34, 73, 79], dtype=int32)]

# 在下标6，12,18三处分割
print(np.split(arr,[6,12,18]))

[array([10, 16, 65, 29, 90, 94], dtype=int32), array([30,  9, 74,  1, 41, 37], dtype=int32), array([17, 12, 55, 89, 63, 34], dtype=int32), array([73, 79], dtype=int32)]

# 调整数组的形状
print(np.reshape(arr,[5,4]))
# 变成了5行4列的二维数组，必须正好等于20，否则报错

print(np.reshape(arr,[2,10]))

# 5行4列
[[10 16 65 29]
 [90 94 30  9]
 [74  1 41 37]
 [17 12 55 89]
 [63 34 73 79]]


2行10列
[[10 16 65 29 90 94 30  9 74  1]
 [41 37 17 12 55 89 63 34 73 79]]