大数据3月份预先

数组：
①、ndim 维度个数
②、shape 数组的维度
③、dtype数据类型
④、整数的默认类型为int64
⑤、size 元素总个数
创建一个一维数组
data1 = np.array([1,2,3])
创建一个二维数组
data2 = np.array([[1,2,3],[4,5,6]])
创建元素值全是0的数组
np.zeros((3,4))
创建元素值全是1 的数组
np.ones((3,4))
创建元素值全是随机数的数组
np.empty((5,2))
创建等差数组
np.arange(1,20,5) 1到20之内，等差为5

访问name属性
data_one = np.array([[1,2,3],[4,5,6]])
data_one.dtype.name

数据类型转换为float64
float_data = data.astype(np.float64)
float_data.dtype

索引：
获取索引为5的元素
arr[5]
获取索引为3~5的元素，但不包括5
arr[3:5]

arr2d = np.array([[1,2,3],[4,5,6],[7,8,9]])
获取索引为1的元素
arr2d[1]
获取位于第0行第一列的元素
arr2d[0,1]

切片:
使用切片
arr2d[:2]
arr2d[0:2,0:2]
arr2d[1,:2]

创建一个二维数组
demo_arr = np.empty((4,4))
for i in range(4):
demo_arr[i] = np.arange(i,i+4)
获取索引为[0,2]的元素
demo_arr[[0,2]]
获取索引为(1,1)和(3,2)的元素
demo_arr[[1, 3], [1, 2]]

调用函数：
调用transpose()方法将数组进行转置，等价于transpose(2,1,0)
arr = np.array([[[0,1,2,3],[4,5,6,7]],[[8,9,10,11],[12,13,14,15]]])
arr.transpose()

使用swapaxes()方法实现轴对称
np.swapaxes(arr,0,1)

where()函数是三元表达式x if condition else y的矢量化版本。
arr_x = np.array([1,5,7])
arr_y = np.array([2,6,8])
arr_con = np.array([True,False,True])
result = np.where(arr_con,arr_x,arr_y)
result

sort()方法进行排序
arr = np.array([[6,2,7],[3,6,2],[4,3,2]])
arr.sort()

arr = np.array([[6, 2, 7],[3, 6, 2], [4, 3, 2]])
沿着编号为0的轴对元素排序
arr.sort(0)

all()函数用于判断整个数组中的元素的值是否全部满足条件
arr = np.array([[1, -2, -7],[-3, 6, 2],[-4, 3, 2]])
arr的所有元素是否都大于0
np.all(arr > 0)

any()函数用于判断整个数组中的元素至少有一个满足条件
arr = np.array([[1, -2, -7],[-3, 6, 2],[-4, 3, 2]])
arr的所有元素是否都大于0
np.any(arr > 0)

unique()函数来找出数组中的唯一值，并返回排序后的结果。
arr = np.array([12, 11, 34, 23, 12, 8, 11])
np.unique(arr)

in1d()函数用于判断数组中的元素是否在另一个数组中存在，该函数返回的是一个布尔型的数组。
arr = np.array([12, 11, 34, 23, 12, 8, 11])
np.in1d(arr, [11, 12])

用于矩阵乘法的dot()方法
arr_x = np.array([[1, 2, 3], [4, 5, 6]])
arr_y = np.array([[1, 2], [3, 4], [5, 6]])

等价于np.dot(arr_x, arr_y)
arr_x.dot(arr_y)

随机生成一个二维数组
np.random.rand(3, 3)

标签：arr,预先,月份,元素,arr2d,数组,np,array,数据
来源： https://www.cnblogs.com/bjtp/p/14588494.html