narray删除列 python_利用Python进行数据分析(摸鱼)

淡淡的烟草味﹌ 2023-01-04 11:48 133阅读 0赞

还是想学点python，摸会鱼

*以下代码用ipython完成*

--------------------

## ***numpy部分：*** ##

**创建narray:**

var.np.ndim  #用来查看行数#
    var.np.shape #用来查看行列数，结果为(行数，列数)#
    var.np.dtype #用来查看数据类型#
    np.zeros(3) #生成一个1×3零向量#
    np.zeros((3,6)) #生成一个3×6零矩阵#
    np.empty() #使用法同np.zeros()，生成一个没有任何值的数组#
    np.arange(5)
    Out:arrary([0,1,2,3,4])
    np.astype(np.float64) #可将数据类型转化为float64，若将浮点数转化为整数，则小数部分删除#

**numpy数组的运算：**

#加减乘除自不用说，大小相同的数组之间的比较会生成布尔数组#

**基本的索引和切片：**

#和列表类型相似#
    arr = np.arrange(10)
    arr[5]
    Out:5
    arr[5:8]
    Out:array([5,6,7])
    arr[5:8] = 12
    arr
    Out:array([0,1,2,3,4,12,12,12,8,9)] 
    #当你将一个标量值赋值给一个切片时，该值会自动传播（“广播”）到整个选区#
    #跟列表最重要的区别在于，数组切片是原始数组的视图。这意味着数据不会被复制，视图上的任何修改都会直接反映到源数组上。#
    #例子如下#
    arr_slice = arr[5:8]
    arr_slice
    Out:array([12,12,12])
    #修改arr_slice中的值，变动也会体现在原始数据arr中#
    arr_slice[1] = 12345
    arr
    Out:array([0,1,2,3,4,12,12345,12,8,9])
    #切片[:]会给数组中的所有值赋值#
    arr_slice[:] = 64
    arr
    Out:array([0,1,2,3,4,64,64,64,8,9])
    #NumPy的设计目的是处理大数据，将数据复制来复制去将耗费不必要的内存和性能#
    #想要得到的是ndarray切片的一份副本而非视图，就需要明确地进行复制操作，例如arr[5:8].copy()#
    #在一个二维数组中，各索引位置上的元素不再是标量而是一维数组#
    arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
    arr2d[2]
    Out:array([7,8,9])
    arr2d[0][2]
    Out:3
    array[0,2]
    Out:3
    arr3d = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
    arr3d.shape
    Out:(2,2,3)
    arr3d[0]
    Out:array([[1, 2, 3],
           [4, 5, 6]])
    old_values = arr3d[0].copy() #注意.copy()#
    arr3d[0] = 42 #广播#
    arr3d
    Out:array([[[42, 42, 42],
           [42, 42, 42]],
           [[ 7, 8, 9],
           [10, 11, 12]]])
    arr3d[0] = old_values
    arr3d
    Out:array([[[ 1, 2, 3],
           [ 4, 5, 6]],
           [[ 7, 8, 9],
           [10, 11, 12]]])

切片索引：

不摸了，玩一会