Data Analysis 6

目录

numpy常用统计函数

数组拼接

​编辑numpyConstructor for special arrays

2行3列全为0的数组

 对角线为1

 随机数

The generated random number does not change

 nan

nan的定义

判断nan的个数

如何将nan替换成均值

---

numpy常用统计函数

#均值
print(np.mean(u4,axis=1))
#中值
print(np.median(u4))
#极值
print(np.ptp(u4))
#标准差
print(np.std(u4))

数组拼接

t1=np.arange(0,12).reshape(2,6)
t2=np.arange(12,24).reshape(2,6)
t3=np.vstack((t1,t2))#水平拼接
t4=np.hstack((t1,t2))#竖直拼接
print(t3)
print(t4)

numpyConstructor for special arrays

2行3列全为0的数组

t5=np.zeros((2,3))
print(t5)

 对角线为1

t6=np.eye((3))#3行3列
print(t6)
t6[t6==1]=-1
print(t6)

 随机数

print(np.random.randint(10,20,(4,5)))

The generated random number does not change

np.random.seed(1)
print(np.random.randint(0,20,(3,4)))

 nan

nan的定义

nan（not a numb）:不是一个数字,每个nan是不同的,并且nan属于float类型

判断nan的个数

np.count_nonzero(t!=t)
np.isnan(t)

如何将nan替换成均值

def fill_narray(t1):
    for i in range(t1.shape[1]):
     temp_col=t1[:,i]
     nan_num=np.count_nonzero(temp_col!=temp_col)#统计nan的个数
     if nan_num!=0:
        temp_not_nan_col=temp_col[temp_col==temp_col]
        temp_col[np.isnan(temp_col)]=temp_not_nan_col.mean()
    return t1

t1=np.arange(12).reshape(3,4).astype("float")
t1[1,2:]=np.nan
print(t1)
t2=fill_narray(t1)
print(t2)