001.python科学计算库numpy(上)

import numpy

# genfromtxt 从文本文件加载数据，并按指定的方式处理缺失值。
# delimiter 用来分隔值的字符串。
#           默认情况下，任何连续的空格都充当分隔符。
#           一个整数或整数序列也可以作为每个字段的宽度提供
# dtype 结果数组的可选数据类型。默认情况下dtype=float。
# encoding 用于解码inputfile的编码。
#           当' fname '是文件对象时不适用。
#           特殊的值'bytes'支持向后兼容的变通方法，确保在可能的情况下接收字节数组，
#           并将latin1编码的字符串传递给转换器。重写此值以接收unicode数组并将字符串作为输入传递给转换器。
#           如果设置为None，则使用系统默认值。默认值是'bytes'。
world_alcohol = numpy.genfromtxt("001_numpy_1.txt", delimiter='——', dtype=str, encoding='utf8')
print(type(world_alcohol))
print(world_alcohol)

import numpy

vector = numpy.array([5, 10, 15, 20])
matrix = numpy.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]])
print(vector)
print(matrix)

import numpy

vector = numpy.array([5, 10, 15, 20])
print(vector.shape)
matrix = numpy.array([[5, 10, 15], [20, 25, 30]])
print(matrix.shape)

import numpy

# NumPy数组中的每个值都必须具有相同的数据类型
# NumPy在读取数据或将列表转换为数组时，将自动找出适当的数据类型
# 可以使用dtype属性检查NumPy数组的数据类型
numbers = numpy.array([1, 2, 3, 4])
print(numbers.dtype)

import numpy

# 当NumPy不能将一个值转换为浮点数或整数之类的数字数据类型时，它使用了一个特殊的nan值，表示的不是数字
# nan是缺失的数据
world_alcohol = numpy.genfromtxt("001_numpy_1.txt", delimiter='——', dtype=float, encoding='utf8')
print(type(world_alcohol))
print(world_alcohol)

import numpy

# 数组切片
vector = numpy.array([5, 10, 15, 20])
# 第0个到第2个
print(vector[0:3])
print('---')
matrix = numpy.array([
    [5, 10, 15],
    [20, 25, 30],
    [35, 40, 45]
])
# 所有行的第1列
print(matrix[:, 1])
print('---')
# 所有行的 第0列到第1列
print(matrix[:, 0:2])
print('---')
# 第1行到第2行的，第0列到第1列
print(matrix[1:3, 0:2])

import numpy

# 它会将第二个值与向量中的每个元素进行比较
# 如果值相等，Python解释器返回True;否则，返回False
vector = numpy.array([5, 10, 15, 20])
print(vector == 10)
print("---1")
matrix = numpy.array([[5, 10, 15],
                      [20, 25, 30],
                      [35, 40, 45]
                      ])
print(matrix == 25)
print("---2")
# 将vector与值10进行比较，值10生成一个新的布尔向量[False、True、False、True]。它将这个结果赋给equal_to_ten
vector = numpy.array([5, 10, 15, 10])
equal_to_ten = (vector == 10)
print(equal_to_ten)
print("---3")
# 读取布尔数组为True对应的索引数据
print(vector[equal_to_ten])
print("---4")
matrix = numpy.array([[5, 10, 15],
                      [20, 25, 30],
                      [35, 40, 45]
                      ])
# matrix 所有行的第1列是否等于25 [False  True False]
second_column_25 = (matrix[:, 1] == 25)
print(second_column_25)
print("---5")
# 读取布尔数组为True对应的索引数据(第二个元素为True，所以打印了第二个元素的数据)
print(matrix[second_column_25, :])
print("---6")
# 我们还可以对多个条件进行比较
vector = numpy.array([5, 10, 15, 20])
equal_to_ten_and_five = (vector == 10) & (vector == 5)
print(equal_to_ten_and_five)
print("---7")
vector = numpy.array([5, 10, 15, 20])
equal_to_ten_or_five = (vector == 10) | (vector == 5)
print(equal_to_ten_or_five)
print("---8")
vector[equal_to_ten_or_five] = 50
print(vector)
print("---9")
matrix = numpy.array([
    [5, 10, 15],
    [20, 25, 30],
    [35, 40, 45]
])
second_column_25 = matrix[:, 1] == 25
print(second_column_25)
print("---10")
# 将布尔数组中为True的元素，中的第0个元素赋值为10
matrix[second_column_25, 0] = 10
print(matrix)

import numpy

vector = numpy.array(["1", "2", "3"])
print(vector.dtype)
print(vector)
print('---')
vector = vector.astype(float)
print(vector.dtype)
print(vector)

import numpy

vector = numpy.array([5, 10, 15, 20])
print(vector.sum())
matrix = numpy.array([[1, 2], [3, 4]])
# 返回给定轴上数组元素的和
print(matrix.sum())
print("---1")
matrix = numpy.array([
    [5, 10, 15],
    [20, 25, 30],
    [35, 40, 45]
])
# 计算1轴所有元素的和
print(matrix.shape)
print(matrix.sum(axis=1))
print("---2")
# 计算0轴所有元素的和
print(matrix.shape)
print(matrix.sum(axis=0))
print("---3")
matrix = numpy.array([
    [[1, 2, 3],
     [4, 5, 6]],
    [[11, 22, 33],
     [44, 55, 66]]
])
print("----")
print(matrix.shape)
print(matrix.sum())
print("---4")
# 原始shape为(2,2,3),返回0轴的总和，结果是的shape是：(2,3)
# 可理解为选中第0层的[]，把里面的所有元素(2个(2,3)二维数组)相加，
# 所有的元素相加得到(2,3)二维数组，已无最外层，结果为(2,3)
print(matrix.shape)
print(matrix.sum(axis=0))
print("---5")
# 原始shape为(2,2,3),返回1轴的总和，结果是的shape是：(2,3)
# 可理解为选中第1层的[]，把里面的所有元素(2个(1,3)一维数组)相加，
# 所有的元素相加得到(1,3)一维数组，最外层为2，结果为(2,3)
print(matrix.shape)
print(matrix.sum(axis=1))
print("---6")
# 原始shape为(2,2,3),返回2轴的总和，结果是的shape是：(2,2)
# 可理解为选中第2层的[]，把里面的所有元素(数字)相加，
# 所有的元素相加得到数字，，最外层为(2,2)，结果为(2,2)
print(matrix.shape)
print(matrix.sum(axis=2))