2021-07-27

numpy函数

一、一元函数(只有一个参数)

1.1 粟子:绝对值np.abs(arr) ,平方np.square(arr)

image.png

1.2 常用的一元函数

image.png

1.3 nan-缺失值、inf-无穷数

  • nan:not a number 表示不是一个数字,属于浮点类。


    image.png
  • inf:np.inf 表示正无穷,-np.inf表示负无穷,属于浮点类。


    image.png
  • 两个nan是不相等的

  • inp.nan与任何数值计算都是nan,也正因为,np.nan与任何值计算都是nan所以在运算时,会带来较大的误差。一般我们都会将其处理掉。

  • 如何处理nan:直接删除缺失值所在行,但是当数据量较小时,这样处理会有影响整体的数据。更优雅的做法,是当求和时,将np.nan处理为0;当求均值时,将np.nan处理为非nan的均值。

二、二元函数(只有两个参数)

2.1 粟子:add相加函数、#divide相除函数

image.png

2.2 常用的二元函数

image.png

三、聚合函数

3.1 粟子:求和sum

image.png

image.png

3.2 常用的聚合函数

image.png

四、布尔数组的函数

4.1 粟子:

五、排序花絮

5.1 一维数组排序

image.png

5.2 二维数组排序

image.png

5.3 去掉最大值最小值求平均数

  • 普及lambda函数
    如:def sum(x,y):
    return x+y
    用lambda来实现:
    p = lambda x,y:x+y
    print(p(4,6))
  • np.apply_along_axis()沿一条轴应用一个函数到一个数组内


    image.png

5.4 求元素(唯一值)在数组中出现的次数

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,843评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,538评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,187评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,264评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,289评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,231评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,116评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,945评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,367评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,581评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,754评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,458评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,068评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,692评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,842评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,797评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,654评论 2 354

推荐阅读更多精彩内容

  • 第1章 入门知识 简述:用于操作行列数据,方便地实现各种形式的数据分析; Pandas最初主要应用于金融数据分析工...
    惑也阅读 1,028评论 0 3
  • pandas 数据分析【转】 frompandasimportSeries, DataFrameimportpan...
    gongdiwudu阅读 1,314评论 0 1
  • numpy创建数组(矩阵)1.从Python中的列表、元组等类型创建ndarray数组In [1]: import...
    陨星落云阅读 4,470评论 9 31
  • 一、Series数列 SeriesSeries是一种类似与一维数组的对象,由下面两个部分组成:values:一组数...
    SlashBoyMr_wang阅读 1,208评论 1 4
  • 数据类型及数组创建 通常将 numpy 库 缩写为 np import numpy as np 1、常量 nump...
    没头脑_ef80阅读 260评论 0 0