一个在Python中做科学计算的基础库，重在数值计算，也是大部分Python科学计算库的基础库，多用于在大型、多维数组上执行数值运算
常见的数据类型：int、float、string等等。
包括指定创建的数组的数据类型、修改数组的数据类型、修改浮点型的小数位数。 那么问题来了,python中如何保留固定位数的小数? 参考链接：https://blog.csdn.net/whjstudy1/article/details/79528720
主要包括：查看数组的形状**.shape**、修改数组形状**.reshape** 修改数组形状不会改变原来数组的形状
不同维度的数组是无法计算的，除非他们之间的行、列数有任意一个相同。
怎么理解呢? 可以把维度指的是shape所对应的数字个数 那么问题来了: shape为(3,3,3)的数组能够和(3,2)的数组进行计算么? shape为(3,3,2)的数组能够和(3,2)的数组进行计算么? 有什么好处呢? 举个例子:每列的数据减去列的平均值的结果
0 轴表示列索引，1 轴表示行索引
CSV:Comma-Separated Value,逗号分隔值文件 显示：表格状态 源文件：换行和逗号分隔行列的格式化文本,每一行的数据表示一条记录
由于csv便于展示,读取和写入,所以很多地方也是用csv的格式存储和传输中小型的数据,为了方便教学,我们会经常操作csv格式的文件,但是操作数据库中的数据也是很容易的实现的。
import numpy as np np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)参数说明
转置是一种变换,对于numpy中的数组来说,就是在对角线方向交换数据,目的也是为了更方便的去处理数据 以上的三种方法都可以实现二维数组的转置的效果,大家能够看出来,转置和交换轴的效果一样
# coding=utf-8 import numpy as np ''' 转置是一种变换,对于numpy中的数组来说,就是在对角线方向交换数据,目的也 是为了更方便的去处理数据 常用方法：transpose()、.T和swapaxes(1,0) ''' ''' # 转置的方法 t=np.arange(24).reshape(4,6) print(t) print(t.transpose()) print(t.T) print(t.swapaxes(1,0)) ''' us_file_path = "./youtube_video_data/US_video_data_numbers.csv" uk_file_path = "./youtube_video_data/GB_video_data_numbers.csv" t1 = np.loadtxt(us_file_path, delimiter=",", dtype=int, unpack=True) t2 = np.loadtxt(us_file_path, delimiter=",", dtype=int) # print(t1) print("*" * 100) print(t2) print("*" * 100) # 取行 print(t2[2]) # 取连续的多行 print("*" * 100) print(t2[2:]) # 取不连续的多行 print("*" * 100) print(t2[[2, 8, 10]]) # print(t2[1,:]) # print(t2[2:,:]) # print(t2[[2,10,3],:]) # 取列 print("*" * 100) print(t2[:, 0]) # 取连续的多列 print("*" * 100) print(t2[:, 2:]) # 取不连续的多列 print("*" * 100) print(t2[:, [0, 2]]) # 取行和列，取第3行，第四列的值 print("*" * 100) a = t2[2, 3] print(a) print(type(a)) # 取多行和多列，取第3行到第五行，第2列到第4列的结果 # 取的是行和列交叉点的位置 print("*" * 100) b = t2[2:5, 1:4] print(b) # 取多个不相邻的点 # 选出来的结果是（0，0） （2，1） （2，3） print("*" * 100) c = t2[[0, 2, 2], [0, 1, 3]] print(c)练习 现在这里有一个英国和美国各自youtube1000多个视频的点击,喜欢,不喜欢,评论数量([“views”,“likes”,“dislikes”,“comment_total”])的csv,运用刚刚所学习的只是,我们尝试来对其进行操作
数据来源:https://www.kaggle.com/datasnaek/youtube/data
补充：对于复制一个目录到另外一个目录下的命令 ：先切换到所需要目录，在输入命令：cd -rf 文件 . cp -rf ~/Documents/DataAnalysis/day03/code/youtube_video_data .
# coding="utf-8" ''' 现在希望把之前案例中两个国家的数据方法一起来研究分析， 同时保留国家的信息（每条数据的国家来源），应该怎么办 ''' import numpy as np us_data="./youtube_video_data/US_video_data_numbers.csv" uk_data="./youtube_video_data/GB_video_data_numbers.csv" # 1.加载国家数据 us_data = np.loadtxt(us_data,delimiter=",",dtype=int) uk_data = np.loadtxt(uk_data,delimiter=",",dtype=int) print(us_data.shape[0],uk_data.shape[0]) ''' 1688 1600 ''' # 2.添加国家信息 # 构造全为0,1的数据 zeros_data=np.zeros((us_data.shape[0],1)).astype(int) ones_data=np.ones((uk_data.shape[0],1)).astype(int) # print(zeros_data) # 分别添加一列全为0,1的数组 us_data=np.hstack((us_data,zeros_data)) print(us_data) ''' [[4394029 320053 5931 46245 0] [7860119 185853 26679 0 0] [5845909 576597 39774 170708 0] ... [ 142463 4231 148 279 0] [2162240 41032 1384 4737 0] [ 515000 34727 195 4722 0]] ''' uk_data=np.hstack((uk_data,ones_data)) print(uk_data) ''' [[7426393 78240 13548 705 1] [ 494203 2651 1309 0 1] [ 142819 13119 151 1141 1] ... [ 109222 4840 35 212 1] [ 626223 22962 532 1559 1] [ 99228 1699 23 135 1]] ''' # 3.拼接两组数据 final_data=np.vstack((us_data,uk_data)) print(final_data) ''' [[4394029 320053 5931 46245 0] [7860119 185853 26679 0 0] [5845909 576597 39774 170708 0] ... [ 109222 4840 35 212 1] [ 626223 22962 532 1559 1] [ 99228 1699 23 135 1]] '''那么,结合之前的所学的matplotlib把英国和美国的数据呈现出来?
看到这个问题,我们应该考虑什么?我们想要反映出什么样的结果,解决什么问题? 选择什么样的呈现方式？数据还需要做什么样的处理?写代码 # coding="utf-8" import numpy as np import matplotlib.pyplot as plt us_data="./youtube_video_data/US_video_data_numbers.csv" uk_data="./youtube_video_data/GB_video_data_numbers.csv" t_us = np.loadtxt(us_data,delimiter=",",dtype=int) # 取评论数 t_us_comments=t_us[:,-1] # 选择比5000小的数据 t_us_comments=t_us_comments[t_us_comments<5000] # 计算组数 d = 250 # 组距 bin_nums = (max(t_us_comments) - min(t_us_comments)) // d # 绘图 plt.figure(figsize=(20,8),dpi=80) plt.hist(t_us_comments,bin_nums,density=False) plt.savefig('./t_04.png') plt.show()对于刚刚加载出来的数据,我如果只想选择其中的某一列(行)我们应该怎么做呢? 其实操作很简单,和python中列表的操作一样
修改行列的值，我们能够很容易的实现，但是如果条件更复杂呢？ 比如我们想要把t中小于10的数字替换为3
numpy中的nan的注意点
学习要学会总结，看到这里你可以思考下列问题：
如何选择一行或者多行的数据（列）？如何给选取的行或者列赋值？如何大于把大于10的值替换为10？np.where如何使用？np.clip如何使用？如何转置（交换轴）？读取和保存数据为csvnp.nan和np.inf是什么常用的统计函数你记得几个？标准差反映出数据的什么信息 练习 英国和美国各自youtube1000的数据结合之前的matplotlib绘制出各自的评论数量的直方图 希望了解英国的youtube中视频的评论数和喜欢数的关系，应该如何绘制改图 # coding="utf-8" import numpy as np import matplotlib.pyplot as plt us_data="./youtube_video_data/US_video_data_numbers.csv" uk_data="./youtube_video_data/GB_video_data_numbers.csv" t_us = np.loadtxt(us_data,delimiter=",",dtype=int) # 取评论数 t_us_comments=t_us[:,-1] # 选择比5000小的数据 t_us_comments=t_us_comments[t_us_comments<5000] # 计算组数 d = 250 # 组距 bin_nums = (max(t_us_comments) - min(t_us_comments)) // d # 绘图 plt.figure(figsize=(20,8),dpi=80) plt.hist(t_us_comments,bin_nums,density=False) plt.savefig('./t_04.png') plt.show() # coding="utf-8" import numpy as np import matplotlib.pyplot as plt us_data = "./youtube_video_data/US_video_data_numbers.csv" uk_data = "./youtube_video_data/GB_video_data_numbers.csv" t_uk = np.loadtxt(uk_data, delimiter=",", dtype='int') #选择喜欢数比50万小的数据 t_uk=t_uk[t_uk[:,1]<500000] t_uk_comment=t_uk[:,-1] t_uk_like=t_uk[:,1] plt.figure(figsize=(20,8),dpi=80) plt.scatter(t_uk_like,t_uk_comment) plt.savefig('./t_05.png') plt.show()现在我希望把之前案例中两个国家的数据方法一起来研究分析，那么应该怎么做？
思考：现在希望把之前案例中两个国家的数据方法一起来研究分析，同时保留国家的信息（每条数据的国家来源），应该怎么办？
下一篇：
