数据分析之表示(二)

admin • • 人工智能

​
​

活动地址：CSDN21天学习挑战赛

Numpy数据存取与函数

1.数据存取与函数

1.1.数据的CSV文件存取

CSV(Comma-Separated Value,逗号分隔值)
CSV是一种常见的文件格式，用来存储批量数据

np.savetxt(frame, array, fmt=‘%.18e’, delimiter=None)

  • frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
  • array : 存入文件的数组
  • fmt : 写入文件的格式，例如：%d %.2f %.18e
  • delimiter : 分割字符串，默认是任何空格

在这里插入图片描述

a=np.arange(100).reshape(20,5)
np.savetxt('C:/Users/12079/Desktop/python/CSV/a.csv',a,fmt='%d',delimiter=',')

在这里插入图片描述

np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False)

  • frame:文件、字符串或产生器，可以是.gz或.bz2的压缩文件
  • dtype:数据类型，可选
  • delimiter:分割字符串，默认是任何空格
  • unpack:如果True，读入属性将分别写入不同变量

在这里插入图片描述

b=np.loadtxt('C:/Users/12079/Desktop/python/CSV/a.csv',delimiter=',')
b

CSV只能有效存储一维和二维数组np.savetxt() np.loadtxt()只能有效存取一维和二维数组

1.2.多维数据的存取

任意维度数据如何存取呢？

a.tofile(frame,sep=’ ‘,format=’%s’)

  • frame :文件、字符串
  • sep :数据分割字符串，如果是空串，写入文件为二进制
  • format:写入数据的格式

在这里插入图片描述
dat我打不开啊兄弟们，回头我看看怎么打开。

np.fromfile(frame,dtype=float,count=-1,sep=’ ')

  • frame :文件、字符串
  • dtype : 读取的数据类型
  • count :读入元素个数，-1表示读入整个文件
  • sep : 数据分割字符串，如果是空串，写入文件为二进制

在这里插入图片描述

a=np.arange(400).reshape(5,20,4)
a.tofile('C:/Users/12079/Desktop/python/CSV/a.dat',sep=',',format='%d')
c=np.fromfile('C:/Users/12079/Desktop/python/CSV/a.dat',dtype=np.int,sep=',').reshape(50,4,2)
c

需要注意：该方法需要读取时知道存入文件时数组的维度和元素类型a.tofile()和np.fromfile()需要配合使用，可以通过元数据文件来存储额外信息

1.3.Numpy的便捷文件存取

np.save(fname,array) 或 np.savez(fname, array)

  • fname:文件名，以.npy为扩展名，压缩扩展名为.npz
  • array: 数组变量 np.load(fname)
  • fname:文件名，以.npy为扩展名，压缩扩展名为.npz

1.4.Numpy的随机数函数子库

Numpy的random子库：

np.random.*
np.random.rand()
np.random.randn()
np.random.randint()

函数 说明
rand(d0,d1,d2…,dn) 根据d0~dn创建随机数数组，浮点数，[0,1],均匀分布
randn(d0,d1,d2…,dn) 根据d0~dn创建随机数数组，标准正态分布
randint(low[,high,shape) 根据shape创建随机整数数组或随机整数，范围是[low,high)
seed(s) 随机数种子，s是给定的种子值
shuffle(a) 根据数组a第一轴进行随排列，改变数组x
permutation(a) 根据数组a的第1轴产生一个新的乱序数组，不改变数组x
choice(a[,size,replace,p]) 从一堆数组a中以概率p抽取元素，形成size形状新数组replace表示是否可以重用元素，默认为False
uniform(low,high,size) 产生具有均匀分布的数组，low起始值，high结束值，size形状
normal(loc,scale,size) 产生具有正态分布的数组，loc均值，scale标准差，size形状
poisson(lam,size) 产生具有泊松分布的数组，lam随机事件发生率，size形状

1.5.Numpy的统计函数

Numpy直接提供的统计类函数

np.*
np.std()
np.var()
np.average()

函数 说明
sum(a,axis=None) 根据给定轴axis计算数组a相关元素之和，sxis整数或元组
mean(a,axis=None) 根据给定轴axis计算数组a相关元素之和，axis整数或元组
average(a,axis=None,weight=None) 根据给定轴axis计算数组a相关元素的加权平均值
std(a,axis=None) 根据给定轴axis计算数组a相关元素的标准差
var(a,axis=None) 根据给定轴axis计算数组a相关元素的方差

axis=None 是统计函数的标配参数

1.5.Numpy的梯度函数

函数 说明
np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度梯度

梯度：连续值之间的变化率，即斜率
xy坐标轴连续三个x坐标对应的y轴值:a,b,c其中，b的梯度是:(c-a)/2

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>