《利用python进行数据分析》之numpy

 

在NumPy中使用numpy.string_类型作字符串数据时要小心，因为numpy会修正它的大小或删除输入而不发出警告。¶

numpy数组的切片是原数组的视图，对视图的修改会反映到原数组，想要拷贝时需要显示复制ndarray[:].copy()。区别于使用布尔值索引时，总是生成数据的拷贝¶

切片里只有一个冒号时切出来的数据是一维的，arr[2,:]¶

In [1]:

import numpy as np
from functools import partial
println = partial(print,sep="
"+"*"*50+"
")

In [2]:

arr = np.random.randn(7) * 5
remainder, whole_part = np.modf(arr)
println(arr,remainder,whole_part)

 

[ 3.43229669 -5.86140048 -6.59627105 -3.89258116 -0.2048788   1.86099143
 -9.50394027]
**************************************************
[ 0.43229669 -0.86140048 -0.59627105 -0.89258116 -0.2048788   0.86099143
 -0.50394027]
**************************************************
[ 3. -5. -6. -3. -0.  1. -9.]

In [3]:

#where 语句

arr = np.random.randn(4,4)
result = np.where(arr>0,2,arr)
println(arr,result)

 

[[-0.34360613 -0.00900969  0.51009993  2.42392996]
 [-1.10378649  0.76299971  1.7754222  -0.63318608]
 [ 0.73008744  0.45350325  0.24415811  1.48311092]
 [ 0.78689937  1.07869427  1.72881987  0.00863349]]
**************************************************
[[-0.34360613 -0.00900969  2.          2.        ]
 [-1.10378649  2.          2.         -0.63318608]
 [ 2.          2.          2.          2.        ]
 [ 2.          2.          2.          2.        ]]

In [4]:

#布尔值数组

arr = np.random.randn(100)
#第一个打印值是数组大于零的值的和，第二个打印值是大于零的个数，arr>0得出的是布尔数组
println(arr[arr>0].sum(),(arr>0).sum())

 

34.14799260621775
**************************************************
48

In [5]:

println((arr>0).any(),(arr>0).all())

 

True
**************************************************
False

In [6]:

#模拟随机漫步

nwalks = 5000 #样本数
nsteps = 1000
draws = np.random.randint(0,2,size=(nwalks,nsteps)) #0或1
steps = np.where(draws>0,1,-1) #1或-1
walks = steps.cumsum(1) #步数相加
print(walks)

 

[[  1   2   1 ... -10 -11 -12]
 [ -1  -2  -1 ...  26  27  26]
 [ -1   0   1 ...   4   3   4]
 ...
 [ -1  -2  -1 ...   2   3   4]
 [ -1  -2  -1 ... -14 -15 -16]
 [  1   2   1 ...   4   5   6]]

In [7]:

#想算出走到30或-30的时间，先把未走到的样本剔除
index_hit30 = (np.abs(walks)>=30).any(1)
hit30 = walks[index_hit30]

#第一次走到30或-30的时间
hit30_time = (np.abs(hit30)>=30).argmax(1)
println(index_hit30,hit30_time.mean())

 

[False  True  True ... False  True False]
**************************************************
501.0872403560831

In [2]:

#最值及排序

data = np.sin(np.arange(20).reshape(4,-1))
max_index = np.argmax(data,axis=0)
println(data,max_index,data[max_index,range(data.shape[1])])

 

[[ 0.          0.84147098  0.90929743  0.14112001 -0.7568025 ]
 [-0.95892427 -0.2794155   0.6569866   0.98935825  0.41211849]
 [-0.54402111 -0.99999021 -0.53657292  0.42016704  0.99060736]
 [ 0.65028784 -0.28790332 -0.96139749 -0.75098725  0.14987721]]
**************************************************
[3 0 0 1 2]
**************************************************
[0.65028784 0.84147098 0.90929743 0.98935825 0.99060736]

In [4]:

sort_index = np.argsort(data[0])
sort_index

Out[4]:

array([4, 0, 3, 1, 2])

In [5]:

data[0,sort_index]

Out[5]:

array([-0.7568025 ,  0.        ,  0.14112001,  0.84147098,  0.90929743])