【數據分析】numpy 讀取數據及索引 No.4

一、Numpy數組的軸

在numpy中可以理解爲方向，使用0，1,2…數字表示，對於一維數組，只有一個0軸，對於2維數組（shape(2,2）），有0軸和1軸，對於三維數組（shape(2,2,3)）,有0,1,2,軸。

如：

二維數組的軸：

三維數組的軸

二、numpy讀取數據

CSV文件

Numpy中的轉置

td = np.arange(20).reshape(4,5)
print (td)
print ("transpose")
print (td.transpose())
print("swapaxes")
print(td.swapaxes(1,0))
print("T")
print(td.T)

如下執行結果：

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
transpose
[[ 0  5 10 15]
 [ 1  6 11 16]
 [ 2  7 12 17]
 [ 3  8 13 18]
 [ 4  9 14 19]]
swapaxes
[[ 0  5 10 15]
 [ 1  6 11 16]
 [ 2  7 12 17]
 [ 3  8 13 18]
 [ 4  9 14 19]]
T
[[ 0  5 10 15]
 [ 1  6 11 16]
 [ 2  7 12 17]
 [ 3  8 13 18]
 [ 4  9 14 19]]

三、numpy中的索引和切片

四、numpy中數值修改

將數組中第3列，第四列設置爲0

將數組中小於10的替換爲0

將數組中小於10的數替換爲0，大於10的替換爲10（where 三元運算符）

將小於10的替換爲10，將大於18的替換爲18（clip 裁剪）

五、數組拼接

六、數組的行列交換

七、Numpy 更多好用的方法

1. 獲取最大值最小值的位置

np.argmax(t.axis=0)

np.argmin(t.axis=1)

1. 創建一個全0的數組：np.zeros((3,4))
2. 創建一個全1的數組：np.ones((3,4))
3. 創建一個對角線爲1的方陣：np.eye(3)