使用jupyter notebook 分析数据之前导入的包
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
%matplotlib inline
import matplotlib.pyplot as plt # Matlab-style plotting
import seaborn as sns
color = sns.color_palette()
sns.set_style('darkgrid')
import warnings
def ignore_warn(*args, **kwargs):
pass
warnings.warn = ignore_warn #ignore annoying warning (from sklearn and seaborn)
在numpy的使用过程中，最重要的概念就是ndarray，实质上就是数组，在numpy中的所有对象都是ndarray
每一个ndarray对象都有一个shape和dtype属性，用于存储数组的形状和数据类型
| 函数 | 说明 |
|---|---|
| array | 将输入的数据转换为ndarray |
| asarray | 将输入转换为ndarray |
| arange | range的数组版本 |
| ones、ones_like | 根据指定的形状创建一个全1的数组，ones_like以另一个数组为参数，创建一个与该数组大小相同的全为1的数组 |
| zero、zeros_like | 与ones和ones_like类似 |
| empty、empty_like | 创建一个没有赋予初始值的数组，用法与ones和ones_like类似 |
| eye，identity | 创建一个单位矩阵 |
可以通过ndarray的astype方法将数组的数据类型转换为其他类型
乘法
*：直接用乘号或者除号，表示数组元素之间直接相乘，这个操作称之为广播（不同大小数组之间的运算）
np.dot(x,y)或x.dot(y)：用于矩阵乘积
索引和复制
In [1]: arr = np.arange(10)
In [2]: arr
Out[2]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [3]: arr[5:8] = 12
In [4]: arr
Out[4]: array([ 0, 1, 2, 3, 4, 12, 12, 12, 8, 9])
In [5]: arr_slice = arr[5:8]
In [6]: arr_slice[1] = 12345
In [7]: arr
Out[7]: array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9])
numpy当中所有数据切片赋值时都是没有进行复制的，视图上的任何修改都会直接反映到原数组上，因为numpy一般处理非常大的数据集，如果numpy每次进行操作的话就是复制非常多的数据。
花式索引（fancy indexing）
In [1]: arr = np.arange(32).reshape((8,4))
In [2]: arr
Out[2]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23],
[24, 25, 26, 27],
[28, 29, 30, 31]])
In [3]: arr[[-1,1,3]]
Out[3]:
array([[28, 29, 30, 31],
[ 4, 5, 6, 7],
[12, 13, 14, 15]])
In [4]: arr[[1,2,3,-1],[3,2,1,0]]
Out[4]: array([ 7, 10, 13, 28])
同时传入多个索引，一次索引出多个值
转置
arr.T表示arr的转置，或者transpose方法表示转置
tanspose有一个换维度的操作
In [4]: arr = np.arange(16).reshape((2,2,4))
In [5]: arr
Out[5]:
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
In [6]: arr.transpose((1,0,2))
Out[6]:
array([[[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[ 4, 5, 6, 7],
[12, 13, 14, 15]]])
简而言之就是将原来的0，1，2轴变成现在的1，0，2，转换后的0轴是原来的1轴，转换后的1轴是原来的0轴，2轴未变。
换种解释：比如说8元素的索引是[1,0,0]，0，1轴变换后是[0,1,0]。
通用函数
（ufunc）：快速的元素级数组函数
| 函数 | 说明 |
|---|---|
| abs,fabs | 计算绝对值，对于非复数，可以使用更快的fabs |
| sqrt | 计算元素的平方根，相当于arr**0.5 |
| square | 计算各元素平，相当于arr**2 |
| log，log10，log2，log1p | 计算自然对数，以10位底的对数，底数为2的对数，以及log（1+x） |
| sign | 取元素的符号，1正，0零，-1负 |
| ceil | 向上取整 |
| 向下取整 | |
| 四舍五入取整 | |
| 将数组的小数和整数部分分别用两个数组返回 | |
| isfinite,isinf | 返回哪些元素是有穷的，哪些元素是无穷的布尔型数组 |
| cos,cosh,sin,sinh,tan,tanh | 三角函数 |
| logical_not | 计算各元素not x的真值，相当于-arr |
二元ufunc
| 函数 | 说明 |
|---|---|
| add | 将数组对应元素相加 |
| subtract | 对应元素相减 |
| multiply | 对应元素相乘 |
| divide，floor_divide | 除法或丢掉余数的整除法 |
| pow | 计算(A^B) |
| maximum, fmax | 元素级的最大值计算，fmax忽略nana |
| minimum,fmin | 最小值计算 |
| mod | 求模运算 |
| copysign | 将B数组的符号复制给第一个数组 |
| greater，greater_equal，less，less_equal,equal, not_equal | 元素比较 |
| logical_and, logical_or，logical_xor | 元素级别真值逻辑运算 |
meshgrid函数
X,Y = np.meshgrid(a,b) 得到X为a作为行向量，扩展b.shape那么多行，Y是以b为列向量，扩展a.shape那么多列
In [67]: xnums
Out[67]: array([0,1, 2, 3])
In [68]: ynums
Out[68]: array([0,1, 2, 3, 4])
In [69]: data_list= np.meshgrid(xnums,ynums)
In [70]: data_list
Out[70]:
[array([[0, 1, 2,3],
[0, 1, 2, 3],
[0, 1, 2, 3],
[0, 1, 2, 3],
[0, 1, 2, 3]]), array([[0, 0, 0, 0],
[1, 1, 1, 1],
[2, 2, 2, 2],
[3, 3, 3, 3],
[4, 4, 4, 4]])]
np.where（）
np.where可以进行x if condition else y的快捷形式
比如我们在下面的例子中，将所有正数替换为2，负数替换为1
In [7]: arr = np.random.randn(4,4)
In [8]: arr
Out[8]:
array([[ 0.67616266, -0.05338506, 1.24429511, -0.01608611],
[ 1.19887484, -0.26227917, -1.06689128, 1.6256341 ],
[ 1.33528028, -0.56730727, 0.00761954, 0.15508178],
[-1.4552253 , 0.12884633, 0.63242436, -0.62763473]])
In [9]: np.where(arr>0, 2, 1)
Out[9]:
array([[2, 1, 2, 1],
[2, 1, 1, 2],
[2, 1, 2, 2],
[1, 2, 2, 1]])
基本统计方法
sum求和，mean均值，std标准差，var方差，min，max最小最大值
argmin，argmax最小最大值的索引
cumsum：所有元素的累积和，和search_sorted方法配合可以算出分位数所在的位置
In [10]: arr = np.random.randn(1000)
In [11]: arr.sort()
In [12]: arr.searchsorted(int(0.05*(max(arr)-min(arr))))
Out[12]: 458
cumprod：所有元素的累积积
唯一化及逻辑运算
np.unique效果与python中的set对于list的效果一样，只保留不相同的值
np.in1d用于测试参数是否在数组中
In [13]: arr = np.arange(6)
In [14]: arr
Out[14]: array([0, 1, 2, 3, 4, 5])
In [15]: np.in1d(arr,[0,3,4])
Out[15]: array([ True, False, False, True, True, False], dtype=bool)
集合运算的函数
| 函数 | 说明 |
|---|---|
| unique | 返回唯一元素的有序结果 |
| intersect1d(x,y) | 交集（计算xy的公共元素并返回有序结果） |
| union | 并集 |
| in1d（x,y） | y是否存在于x中的布尔数组 |
| setdiff1d | 差集 |
| setxor1d | 对称差，存在于一个数组中但不同时存在于两个书注重的元素 |
元素保存
np.save('filename', arr):如果没有加后缀会自动加上.npy，然后可以使用np.load读取这个array
np.savez('filename', a=arr1, b=arr2):存储到压缩文件，后缀为.npz，读取时用load，然后通过字典key，value的索引方式分别取出a和b
np.loadtxt('array.txt',delimiter=',')：读取txt文件，指定分隔符号为delimiter
np.savetxt('filename', arr)：保存为txt文件
线性代数运算
| 函数 | 说明 |
|---|---|
| diag | 返回方阵的对角线元素，或者把一维数组转化为方阵 |
| dot | 矩阵乘法 |
| trace | 对角线元素和 |
| det | 矩阵行列式 |
| eig | 计算方阵的特征值和特征向量 |
| inv | 求方阵的逆 |
| pinv | 伪逆 |
| 计算QR分解值 | |
| svd | 奇异值分解 |
| 解线性方程Ax=b，其中A是一个矩阵 | |
| 计算Ax=b的最小二乘解 |
随机数生成
| 函数 | 说明 |
|---|---|
| seed | 确定随机数生成器的种子 |
| permutation | 返回一个序列的随机排列或者一个随机排列的范围 |
| shuffle | 随机打乱一个序列 |
| rand | 产生均匀随机分布的样本值 |
| randint | 从给定的上下范围内随机选取整数 |
| randn | 产生正态分布（平均值为0，标准差为1）的样本值 |
| 产生二项分布的样本值 | |
| 产生正态分布的样本值 | |
| 产生beta分布的样本值 |