一、與random有關的一些函式的區別，首先匯入numpy
import numpy as np從low到high的範圍隨機取整數填充多維陣列, size用於指定陣列的形狀,dtype預設為長整型
np.random.random(size=none)
函式隨機生成0到1的隨機數 [0,1) 填充陣列,size指定多維陣列的形狀
np.random.randn(d0, d1, …, dn)
產生以0為中心 方差為1 的 標準正太分布 的隨機數 填充陣列, 傳入幾個引數，就建立幾維陣列
np.random.normal(loc=0.0, scale=1.0, size=none)
normal是可以指定中心和方差的一般正態分佈
loc 指明 正態分佈的中心
scale 指明正態分佈的變化範圍
np.arange([start, ]stop, [step, ]dtype=none)
從start，到end，每隔step取乙個值，放入陣列
step為幾就隔幾個取乙個值，預設為1
start和step可以省略
二、numpy整數陣列形式的索引與切片
nd = np.random.randint(0,10,size=(5,6))
ndarray([[1, 2, 1, 9, 4, 0],
[0, 3, 4, 6, 6, 5],
[4, 3, 6, 4, 3, 4],
[7, 9, 6, 5, 9, 9],
[8, 5, 7, 1, 0, 7]])
nd[[1,2],1]
array([3, 3])
nd[-1,[0,2,4]]
array([8, 7, 0])
nd[-1,[2,4,0,0,0,0]]
array([7, 0, 8, 8, 8, 8])
nd[[2,4],[1,3]]
array([3, 1])
nd[:,0:2]
array([[1, 2],
[0, 3],
[4, 3],
[7, 9],
[8, 5]])
nd[1:3,1:-1]
array([[3, 4, 6, 6],
[3, 6, 4, 3]])
np.concatenate((a1, a2, …), axis=0, out=none)
axis引數改變鏈結的方向, 預設為0，即縱向拼接
nd = np.random.randint(0,10,size=(4,5))
ndarray([[9, 6, 6, 7, 0],
[3, 2, 7, 5, 6],
[1, 8, 5, 9, 9],
[9, 6, 4, 0, 3]])
np.concatenate((nd,nd),axis=0) # 或者np.concatenate((nd,nd),axis=-2)
array([[9, 6, 6, 7, 0],
[3, 2, 7, 5, 6],
[1, 8, 5, 9, 9],
[9, 6, 4, 0, 3],
[9, 6, 6, 7, 0],
[3, 2, 7, 5, 6],
[1, 8, 5, 9, 9],
[9, 6, 4, 0, 3]])
np.concatenate((nd,nd),axis=1) # 或者np.concatenate((nd,nd),axis=-1)
array([[9, 6, 6, 7, 0, 9, 6, 6, 7, 0],
[3, 2, 7, 5, 6, 3, 2, 7, 5, 6],
[1, 8, 5, 9, 9, 1, 8, 5, 9, 9],
[9, 6, 4, 0, 3, 9, 6, 4, 0, 3]])
只要有ture就返回true
np.any(nd,axis=0)
是否都是true
np.all(nd,axis=0)
np.argwhere()
# 使用argwhere 可以按照值去找 元素的索引 # 使用argwhere 可以按照 值去找 元素的索引
np.argwhere(nd==9)
# np.argwhere(nd==1)
# np.argwhere(nd>6)
# argwhere本身是用來找 值不是0的元素的索引的
ndarray([[9, 2, 2],
[7, 7, 0],
[1, 4, 6]])
nd=9
array([[ true, false, false],
[false, false, false],
[false, false, false]])
五、廣播機制
對應項相加，不足的部分自動補全
m = np.ones((2, 3))
marray([[1., 1., 1.],
[1., 1., 1.]])
a = np.arange(1,4,1)
aarray([1, 2, 3])
m + a
array([[2., 3., 4.],
[2., 3., 4.]])
資料分析簡單知識點（numpy）
資料分析基本概念 明確思路 資料收集 分布式爬蟲實戰 資料處理 資料分析 資料展現 常用的收集途徑 公開資訊，外部資料庫，自有資料庫，調查問卷，客戶資料 資料清洗 可讀性，完整性，唯一性，權威性及合法性 常見的資料型別 1，類別型資料 1 取值種類 2 每類取值的分布 2，數值型變數 1 極值和分位...
numpy常用知識點備忘
a 5,8,2,7,21 b operator.itemgetter 0 b a b operator.itemgetter 1,0 b a 5 8,5 import importlib importlib.reload knn python字典的遍歷 函式名.變數名用這種方式定義的變數，可以在任意...
資料分析之SQL常問知識點
資料分析之sql常問知識點 一 insert into select 語句 與 select into from 語句 語句形式 insert into table2 field1,field2,select value1,value2,value3,from table1要求目標表table2 必...