Python数据分析基础教程NumPy学习指南.pdfVIP

NumPy 学习指南总结 第2 章：Numpy 基础 创建多维数组 # coding:utf-8 import numpy as np m np.array([np.arange(2),np.arange(2)]) print m print m.shape 一维数组切片和索引 # coding:utf-8 import numpy as np a np.arange(9) print a print a[3:7] print a[:7:2] #用下标0-7，以2为步长选取元素 多维数组切片和索引 # coding:utf-8 import numpy as np b np.arange(24).reshape(2,3,4) print b print print b[0,0,0],b[0,0,0] print print b[:,0,0],b[:,0,0] print print b[0],b[0] print print b[0,1],b[0,1] print print b[0,1,::2],b[0,1,::2] #上面数组间隔选取元素 print print b[:,1],b[:,1] print print b[0,:,1],b[0,:,1] print print b[0,:,-1],b[0,:,-1] #第一层楼最后一列 print print b[0,::-1,-1],b[0,::-1,-1] #反向选取第一层楼的最 后一列的所有房间 print print b[0,::2,-1],b[0,::2,-1] #数组切片中间隔的选定元 素 print print b[::-1],b[::-1] #第一层和第二层交换位置 改变数组的维度 ravel 函数可以完成展平操作 shape 改变维度 # coding:utf-8 import numpy as np b np.arange(24).reshape(2,3,4) print b a b.ravel() print a a.shape (6,4) #设置数组维度 print a 数组的组合 np.hstack 水平组合 np.vstack 垂直组合 # coding:utf-8 import numpy as np a np.arange(9).reshape(3,3) print a b 2*a print b print print np.hstack((a,b)) #数组水平组合 print print np.vstack((a,b)) #垂直组合 第3 章：常用函数 import numpy as np i2=np.eye(2) #2*2 数组 np.savetxt(‘eye.txt’,i2) #存储文件 AAPL，28-01-2011， ，344.17,344.4,333.53,336.1#很多数据其中一行 ... c,v=np.loadtxt(‘data.csv’,delimiter=’,’,usecols=(6,7),unpack=True) #设置分隔符号为，usecols 的参 数为一个元组，以获取第7 字段和第8 字段的数据。upack 参数设置为True,意思是拆分存储 不同列的数据 vwap=np.average(c,weights=v) #以v 列的数据作为权重计算c 的平均权重值 np.mean(c) #计算c 的平均值 时间加权平均价格 t=np.arange(len(c)) #求出行数 np.average(c,weights=t) h,l=np.loadtxt(‘data.csv’,delimiter=’,’,usecols=(4,5),unpack=True) #将每日最高价和最低价的 数据载入数组 np.max(h) #获取该行最大值 np.min(l) #获取该行最小值 ptp 计算数组的取值范围=max(array)-min(array) np.ptp(h) np.ptp(l) np.median(c) 找到中位数 np.msort(c) 将数组从小到大排序 np.var(c) 计算数组的方差 np.diff(c) 返回由相邻数组元素的插值构成的数组 np.std() 返回数组的标准差 np.where(数组0) where 函数可以根据指定的条件返回所有满足条件的数组元素的索引值 strptime() 函数根据指定的格式把一个时间字符串解析为时间元组。 converters: