本博文源于python对numpy操作，内容主要涉及数组的创建、数组的索引与转换 数组的排序、数组的组合、数组的统计函数。里面又包含了很多细则：比如如何选取数组中的值、如何求最大值最小值，堪称是numpy数据分析常用操作集合，适合收藏
文章目录
- 1.数组的创建
* - 1.1 创建一维数组
- 1.2 创建二维数组
- 1.3 步长为0.5 的等差数列
- 1.4 总数为4个元素的等差数列
- 1.5 数组元素的重复复制
- 1.6 数组元素的连续重复复制
- 1.7 单位数组
- 1.8 0数组
- 1.9 0-1之间的随机数
- 1.11 标准正态分布
- 1.12 均值为0，标准差为1的正态分布
- 2.数组索引与转换
* - 2.1 数组的构建
- 2.2 选取多列
- 2.3 选取多行
- 2.4 单条件过滤
- 2.5 数组维度的改变
- 2.6 数组的平迭展开
- 2.7 选取某一列
- 2.8 选取某一行
- 2.9 选取某个元素
- 2.10 多条件过滤
- 2.11 数组的转置
- 3. 数组的排序
* - 3.1 一维数组
- 3.2 二维数组
- 3.3 数组的排序
- 4. 数组的组合
* - 4.1 数组a的构造
- 4.2 数组的水平组合
- 4.3 数组的垂直组合
- 4.4 数组合并
- 5. 数组的统计函数
* - 5.1 计算平均值
- 5.2 计算方差
- 5.3 计算标准差
- 5.4 计算最小值、最大值
- 5.5 返回最大值、最小值对的索引
- 5.5 计算最大值与最小值的差
- 5.6 计算百分位在统计对象中的值
- 5.7 计算统计对象中的中值
- 5.8 计算统计对象的和
import numpy as np
1.数组的创建
1.1 创建一维数组
np.array([1,2,3],dtype=float)
1.2 创建二维数组
np.array([[1,2,3],[4,5,6]])
1.3 步长为0.5 的等差数列
np.arange(0,3,1)
1.4 总数为4个元素的等差数列
np.linespace(0,3,4)
1.5 数组元素的重复复制
np.repeat([1,2],2)
1.6 数组元素的连续重复复制
np.tile([1,2],2)
1.7 单位数组
np.ones((2,3))
1.8 0数组
np.zeros((2,3))
1.9 0-1之间的随机数
np.random.randm(3)
1.11 标准正态分布
np.random.randn(3)
1.12 均值为0，标准差为1的正态分布
np.random.normal(loc=0,scale=1,size=3)
2.数组索引与转换
2.1 数组的构建
a = np.arange(6).reshape(3,2)
2.2 选取多列
a[:,[0,1]]
2.3 选取多行
a[[0,1],:]
2.4 单条件过滤
a[a[:,2]>2,]
2.5 数组维度的改变
a.reshape(2,3)
2.6 数组的平迭展开
a.flatten()
a.revel()
2.7 选取某一列
a[:,1]
2.8 选取某一行
a[1,:]
2.9 选取某个元素
a[1,1]
2.10 多条件过滤
a[(a[:,1]>2) & (a[:,1]<4)]
2.11 数组的转置
a.T
np.transpose(a)
- 数组的排序
3.1 一维数组
a = np.array([3,2,5,4])
3.2 二维数组
b = np.array([[1,4,3],[4,3,5],[2,3,2]])
3.3 数组的排序
np.sort(a)
a.sort()
- 数组的组合
4.1 数组a的构造
a = np.arange(6).reshape(3,2)
4.2 数组的水平组合
np.hstack((a,b))
np.concatenate((a,b),axis=1)
np.append(a,b,axis=1)
4.3 数组的垂直组合
np.vstack((b,c))
np.concatenate((b,c),axis=0)
np.append(b,c,axis=0)
4.4 数组合并
np.append(a,c)
- 数组的统计函数
5.1 计算平均值
np.mean(a)
np.average(a)
5.2 计算方差
np.var(a)
5.3 计算标准差
np.std(a)
5.4 计算最小值、最大值
np.min(a)
np.max(a)
5.5 返回最大值、最小值对的索引
np.argmin(a)
np.argmax(a)
5.5 计算最大值与最小值的差
np.ptp(a)
5.6 计算百分位在统计对象中的值
np.percentile(a,90)
5.7 计算统计对象中的中值
np.median(a)
5.8 计算统计对象的和
np.sum(a)
Original: https://blog.csdn.net/m0_37149062/article/details/121921191
Author: 执念斩长河
Title: 数据分析中numpy中基本操作集(含全文章目录)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/700347/
转载文章受原作者版权保护。转载请注明原作者出处！