NumPy库(1)
NumPy库数据存取与函数
数据的CSV文件存取
CSV文件
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
np.loadtxt(frame, dtype=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
备注：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据
多维数据的存取
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
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
备注：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
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
NumPy的随机数函数
| 函数 | 说明 |
| rand(d0,d1,..,dn) | 根据d0-dn创建随机数组，浮点数，[0,1)，均匀分布 |
| randn(d0,d1,..,dn) | 根据d0-dn创建随机数组，标准正太分布 |
| randint(low[,high,shape]) | 根据shape创建随机整数或整数数组，范围[low,high] |
| seed(s) | 随机树种子，s是给定的种子值 |
| 函数 | 说明 |
| shuffle(a) | 根据数组a的第1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]) |
从一维数组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 |
| 函数 | 说明 |
| uniform(low,high,size) | 产生具有均匀分布的数组，low起始值，high结束，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 |
NumPy的统计函数
| 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，axis整数或元组 |
| mean(a,axis=None) | 根据给定轴axis计算数组a相关元素元素的期望，axis整数或元组 |
| average(a,axis=None,weights=None) | 根据给定轴axis计算数组a相关元素元素的加权平均值 |
| 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
| 函数 | 说明 |
| min(a) max(a) | 计算数组a中元素的最小值、最大值 |
| argmin(a) argmax(a) | 计算数组a中元素最小值，最大值的降一维后下标 |
| unravel_index(index, shape) | 根据shape将一维下标index转换成多维下标 |
| ptp(a) | 计算数组a中元素最大值与最小值的差 |
| median(a) | 计算数组a中元素的中位数(中值) |
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