数据分析-numpy2

numpy

统计函数

• 求平均值mean()

m1=np.arange(20).reshape((4,5)
#默认求数组所有元素的平均值）
m1.mean()
#axis=0列从上往下
m1.mean(axis=0)
#axis=1行从左往右
m1.mean(axis=1)
1
2
3
4
5
6
7

• 中位数np.median

ar1=np.array([1,3,5,6,8])
np.median(ar1)
1
2

• 标准差ndarray.std

定义：总体各单位标准值与其平均数离差平方的算术平均数的平方根

ar1=np.array([1,3,5,6,8])
np.std(ar1)

按步骤计算标准差
import math
math.sqrt(np.sum(((ar1-np.mean(ar1))**2)/a.size))
1
2
3
4
5
6

• 方差ndarray.var()

ar1=np.array([1,3,5,6,8])
ar1.var
1
2

• 最大 ndarray.max()和最小ndarray.min()

最大：
m1.max()
m1.max(axis=0)#axis=0列从上往下
m1.max(axis=1)#axis=1行从左往右
最小：
m1.min()
求和：
m1.sum()
1
2
3
4
5
6
7
8

• 加权平均数
  
  

xiaoming=np.array([80,90,95])
xiaogang=np.array([95,90,80])
#权重
weights=np.array([0.2,0.3,0.5])
#加权平均值
np.average(xiaoming,weights=weights)
np.average(xiaogang,weights=weights)
1
2
3
4
5
6
7

变异系数：当需要比较两组数据大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行表示比较不合适，此时应该消除尺度和量纲的影响，而变异系数可以做到这一点，它是原始数据标准差与原始数据平均数的比

#股票信息
stat_info=np.array([
              [110.93,16.46,0.2376,0.0573],
              [-0.13,31.01,0.1188,0.0836],
              [8.94,26.67,0.0565,0.0676],
              [17.24,19.53,0.1512,0.0433],
              [43.86,-10.14,0.097,0.0421],
              [-15.34,-13.04,0.0902,0.0732],
              [-20.82,-23.37,0.0582,0.1091]
])
#先计算7年的期望值（平均值）
stat_mean=np.mean(stat_info,axis=0)
#计算7年的标准差
stat_std=np.std(stat_info,axis=0)
#变异系数=原始数据标准差/原始数据平均数
stat_std/stat_mean
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

数据类型

将数组类型存储为浮点型
a=np.array([1,2,3,4],dtype=np.float64)
1
2

• 定义结构化数据

随机函数

• numpy.random.rand(d0,d1,…,dn)

rand函数根据给定维度生成(0,1)之间的数据，包含0，不包含1 dn表示每个维度 返回值为指定维度的array

from matplotlib import pyplot as plt
a=np.random.rand(10000)
print(a)
plt.hist(a)
1
2
3
4

• numpy.random.randn(d0,d1,…,dn)

from matplotlib import pyplot as plt
a=np.random.randn(10000)
print(a)
plt.hist(a)
1
2
3
4

• numpy.random.randint()

numpy.random.randint(low,high=None,size=None,dtype=‘1’)
返回随机整数，范围区间在[low,high),包含low,不包含high
参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型
high没有填写时，默认生成随机数的范围是[0,low)

• numpy.random.sample(size=None)

返回半开区间的随机浮点数[0.0,1.0]

• 随机种子np.random.seed()

使用相同seed()值，则每次生成的随机数都相同，使得随机数可以预测
但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次都调用seed()一下,表示种子相同，从而随机数相同

• 正态分布numpy.random.normal

数组的其他函数

• numpy.resize()

numpy.resize()返回指定形状的新数组
numpy.resize(arr,shape)和ndarray.resize(shape,refcheck=False)区别：
numpy.resize(arr,shape)，有返回值，返回复制内容。如果维度不够，会使用原数组数据补齐。
ndarray.resize(shape,refcheck=False)，修改原数组，不会返回数据，如果维度不够，会使用0补齐

a=np.array([[1,2,3],[4,5,6]])
print('数组a:',a)
print('a数组形状:',a.shape)

b=np.resize(a,(3,3))
a.resize((3,3),refcheck=False)
1
2
3
4
5
6

• numpy.append(arr,values,axis=None)

a=np.array([[1,2,3],[4,5,6]])
print(np.append(a,[[7,8,9]],axis=0))
print(np.append(a,[[2,2,2],[7,8,9]],axis=1))
1
2
3

• numpy.insert(arr,obj,value,axis)

arr:要输入的数组
obj:表示引值，在该索引值之前插入values值
values：要插入的值
axis：指定的轴。如果未提供，则输入数组会被展开为一维数组

a=np.array([[1,2],[3,4],[5,6]])
#不提供按照数组展开
print(np.insert(a,3,[11,12]))
#沿轴0垂直方向
print(np.insert(a,1,[11],axis=0)
#沿轴1水平方向
print(np.insert(a,1,11,axis=1))
1
2
3
4
5
6
7

• numpy.delete(arr,obj,axis)

arr:要输入的数组
obj:整数或者整数数组，表示要被删除数组元素或者子数组
axis:沿着哪条轴删除子数组
注意：不提供axis参数，则输入数组被展开为一维数组

a=np.arange(12).reshape(3,4)
#a数组
print(a)
#不提供axis参数情况
print(np.delete(a,5))
#删除第2列
print(np.delete(a,1,axis=1))

a=np.array([1,2,3,4,5,6,7,8,9,10])
#删除多行
print(np.delete(a,[1,2,3,4]))
1
2
3
4
5
6
7
8
9
10
11

• numpy.argwhere()

返回数组中非0元素的索引，若是多维数组则返回行，列索引组成的索引坐标

x=np.arange(6).reshape(2,3)
print(x)
#返回所有大于1 的索引
y=np.argwhere(x>1)
print(y,y.shape)
1
2
3
4
5