numpy学习笔记

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

局限：只能有限存储一维和二维数组．

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

frame:文件字符串或产生器，可以是gz或．.bz的压缩文件．

array：存入的数组．

fmt：写入文件数据格式，％d

delimiter:分割字符串，默认是任何空格．

导入CSV文件

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，默认任何空格

unpack:如果True,读入属性将分别写入不同变量．

• 多维数据的存取：

ａ.tofile（frame,sep='',format='%s'）

sep：空格，保存为二进制文件．

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

count:读入文件个数，－１表示整个文件．

• Numpy的便捷文件存取

np.save(frame.array)或np.savaz(frame,array)压缩存储

frame:默认．npy为扩展名，压缩扩展名.npz

np.load(frame)

• Numpy随机数函数字库

np.random().rand(浮点数［０，１），均匀分布)

randn：标准正态分布

randint（low[,high,shape]）

seed(s)随机数种子，ｓ是给定的种子值

shuffle(a):根据数组a的第一轴进行随机排列，改变数组x

permutation(a):根据数组a的第一轴产生新的乱序数组，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形状的新数组，replace表示是否可以重用元素，默认Ｆlase

uniform(low,high,size)：产生具有均匀分布的数组，

noramal(loc,scale,size):正态分布的数组，loc均值，scale标准差，

possion(lam,szie):泊松分布，lam随机事件发生率，

 

numpy的统计函数

sum(a,axis=None)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):期望

average(a,axis=None,weights=None)加权平均值

std(a,axis=None)标准差

var(a,axis=None)方差

min(a)

max(a)

argmin(a)

argmax(a)最大值，最小值降一维后下标．

unravel_index(index,shape)shape将一维下标index转换成多维下标．

ptp(a)最大差

median(a)中位数

numpy的梯度函数

np.gradient(f)：计算数组f中元素的梯度，当f多维时返回每个维度的梯度．

梯度：连续值之间的变化率，即斜率