numpy

import numpy as np

基础

  • 数组：np.array([[1,2,3],[4,5,6],...])
  • 序列：np.arange(a,b,c) 初值a，终值b，步长c，不含终值
  • 序列：np.linspace(a,b,c) 初值a，终值b，个数c，含终值
  • 空数组：np.empty((a,b),np.int) shape&type
  • 零数组：np.zeros((a,b),np.int)
  • 单位阵：np.eye(N,M=None,k=0) 行数N，列数M，k为对角线上移(正)或下移(负)
  • 全1阵：np.ones((a,b),np.int)
  • 转置与内积：np.dot(A.T,A)

切片与索引

切片是视图而非副本，若要副本：arr[5:8].copy() 布尔型索引：data[data<0]=0, ~可用来反转条件

通用函数func

一元函数：np. f (arr)

  • abs,fabs,sqrt开根,square平方
  • exp,log,log10,log2
  • sign,ceil向上取整,floor向下取整,rint四舍五入,modf拆成整数和小数
  • isnan,isfinite,isinf
  • cos,sin,cosh,sinh,tan,tanh

二元函数：np. f (arr)

  • add,substract,multiply,divide,floor_divide 除后取整
  • power,maximum,fmax,mod
  • copysign 得到第二个数组的符号
  • greater,greater_equal,less,less_equal,equal,not_equal返回布尔值
  • meshgrid 接受两个一维数组，产生两个二维数组，对应所有(x,y)对

np.where()是 x if condition else y的矢量化版本 np.where(arr>2,2,-2) np.where(arr>2,2,arr)

数组统计方法

  • sum,mean,std,var,min,max
  • argmax,argmin 索引,cumsum,cumprod
  • 查询数组中是否有true:all,any(示例:(a=b).all())

排序

sort

集合运算,数字1

  • unique(x)
  • intersect1d(x,y) 交集
  • union1d(x,y) 并集
  • in1d(x,y) 包含于
  • setdiff1d(x,y) 差集
  • setxor1d(x,y) 对称差

常用numpy.linalg函数(npl)

  • diag 对角阵和一维数组转化
  • dot,trace,det
  • eig 特征值特征向量
  • inv 逆
  • pinv Moore-Penrose 伪逆
  • qr QR分解
  • svd 奇异值分解
  • solve 解Ax=b ,A方针
  • lstsq Ax=b最小二乘解

部分numpy.random函数

  • seed 确定随机数生成器种子
  • permutation 返回新的打乱的x,x不变
  • shuffle 原地打乱x
  • rand 均匀分布
  • randint 给定范围内随机取整数
  • randn 标准正态分布
  • binomial 二项分布
  • normal 正态分布
  • beta,gamma
  • chisquare 卡方分布
  • uniform [0,1)均匀分布

数组合并与拼接

  • append(arr,values,axis=None)

Pandas

Series([1, 2, 3, 4], index=[a, b, c, d]) 查缺失数据 .isnull(), .notnull(), 返回同结构的布尔值 Series对象本身及其索引有个 name 属性

a = pd.Series([1 ,2 ,3 ,4], index=['a', 'b', 'c', 'd'])
a.name = 'series'

将序列作为 DataFrame 的一列时，name属性就变为那一列的列名

DataFrame

data = np.ones([3,4])
d = pd.DataFrame(data, index=['a','b','c'], columns=['a','b','c','d'])

.head() 取前五行，.tail() .del() 删除某一列，.drop()删除指定轴上某些项 .append() .difference() .intersection() .union()

索引 用标签名 data.loc['a',['c','d']] 不用标签名 data.iloc[2,[2,3]]

常用方法 .cumsum() .cumprod() .diff() .pct_change()

换指定列名 d=d.rename( index={1:'new'}, columns={'a':'shit'} )

matplotlib

import matplotlib.pyplot as plt

data1 = np.linspace(1,200,2000)
data2 = np.random.randn(2000)
fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
plt.plot(data1, label='first')
plt.plot(data2,'.', label='second')
ax1.set_xticks([1,2,40])
ax1.legend(loc='best')
ax1.set_title('first plot')
ax1.set_xlabel('index')
ax2 = fig.add_subplot(2,2,2)

'-'实线 '--'短划线 '-.'点划线 ':'虚线 '.'点 'v'倒三角 等 color参数 'b'蓝 'g'绿 'r'红 'c'青 'm'品红 'y'黄 'k'黑 'w'白