利用Python进行数据分析第二天

January

通用函数：一种在ndarry中逐元素进行操作的函数

sqrt：开平方根函数

exp：指数函数

numpy.maximum：逐个元素地将x和y中元素的最大值计算出来

February

向量化数组操作：和纯Python数据处理相比，使用numpy可以大量节省运算时间

np.arange(-5,5,0.01) //np.arange相当于numpy内置的range，其功能相较于range更加强大，其step可以设置为小数

March

将某个条件逻辑（判断）作为数组操作的开关：numpy.where()函数

where()函数的典型用法是根据一个数组来生成一个新的数组：假设你有一个随机生成的矩阵数据(命名为arr)，并且你想将其中的正值都替换为2，所有的负值替换为-2，可以使用np.where()来实现

np.where(arr>0,2,-2)

April

数学和统计方法：

1.生成一些符合正态分布的随机数：arr=np.random.randn(5,4)

2.numpy的基础数组统计方法

mean()方法—arr.mean(axis=1) //计算每行的平均数

sum()方法—arr.sum(axis=0) //计算每列之和

arr.cumsum() //累加，结果不聚合，会产生中间计算值

arr.cumprod() //累乘，结果不聚合，会产生中间计算值

arr.cumsum(axis=0)

arr.cumprod(axis=1)

May

布尔值数组的方法：对于布尔值数组，常用的方法有any和all any():检查数组中是否至少有一个True all():检查是否每个值都是True

June

数组排序：arr.sort() //简单理解为直接在原数组上排序

进阶用法：arr,sort(1) //按行为单位，分别排序

计算一个数组的分位数，并选出分位数所对应的值：large_arr[int(0.05*len(large_arr))] //求排序后arr数组5%处的数是哪个

找出数组中不重复的元素，并排序返回：np.unique()方法

检查一个数组中的值是否在另一个数组中：np.in1d()方法。//举例np.in1d(arr,[2,3,6])

July

数组在默认情况下是以未压缩的格式进行存储的，文件的后缀名是.npy

例如:np.save(‘some_array’,arr)

硬盘上的数组可以使用np.load进行载入

例如 np.load(‘some_array.npy’)

你可以使用np.savez将数组作为参数传递给该函数，用于在未压缩文件中保存多个数组

例如 np.savez(‘array_archive.npz’,a=arr,b=arr) //这个文件中有两个数组，分别是a和b

当使用arch=np.load(‘array_archive.npz’)载入array_archive.npz文件时，计算机会获得一个字典对象arch

我们可以通过字典对象arch，轻松调用a，b数组

例如 arch[‘b’]

August

线性代数

numpy中的矩阵点乘积方法：x.dot(y)或者是np.dot(x,y)

矩阵取逆：inv(arr)

September

伪随机数生成：np.random.normal((size=4,4)) //np.random.normal()方法可以指定期望值和标准差

而np.random.randn(4,4)只能从标准正态分布中选取伪随机数

伪随机种子：np.random.seed(1234)

np.random使用的是全局随机种子，我们也可以避免全局状态，使用numpy.random.RandomState()创建一个随机数生成器

使用该方法生成的随机数是固定的

October

随机漫步：

什么是随机漫步？从0开始，step为-1或者是1，且两者发生的概率相等

random.randint(0,1)的范围是[0,1]

而np.random.randint(0,1)的范围是[0,1)

一次模拟多次随机漫步：

draws=np.random.randint(0,2,size(nwalks,nsteps))

steps=np.where(draws>0,1,-1)

walks=steps.cumsum(1)