Numpy中的统计运算

• min(): 返回数组中的最小值。

• max(): 返回数组中的最大值。

• sum(): 计算数组中所有元素的总和。

• mean(): 计算数组的平均值（算术平均数）。

• median(): 计算数组的中位数，即将数组排序后中间位置的元素（如果元素个数是偶数，取中间两个元素的平均值

• std(): 计算数组元素的标准差，衡量元素值的分散程度。

• var(): 计算数组元素的方差，表示元素值与均值的偏离程度。

• ptp(): 计算数组元素的范围，即最大值与最小值之间的差。

• cumsum(): 计算数组的累积和，即每个元素与之前所有元素的和。

• diff(): 计算数组中相邻元素之间的差。

• prod(): 计算数组元素的乘积

import numpy as np
X = np.arange(500000)
np.min(X)
np.max(X)

Y = X.reshape(5,-1)
# 按行求最小值
np.min(Y,axis=0)
# 按列求最小值
np.min(Y,axis=1)

X = np.linspace(1,20,20).reshape(4,5)
np.sum(X)
np.sum(X,axis=0)
np.sum(X,axis=1)
# 描述数组中最大值和最小值的差
np.ptp(X)
# 按行进行统计
np.cumsum(X,axis=1)
# 计算元素之间的差值
np.diff(X,axis=1)
# 计算元素之间的乘积,axis表示按行执行
np.prod(X,axis=1)

Numpy中的arg运算

• argmin(): 返回数组中最小值的索引。

• argmax(): 返回数组中最大值的索引。

• sort(): 对数组中的元素进行升序排序，改变原数组。

• argsort(): 返回一个数组，包含数组元素从小到大排序后的索引。

• partition(): 对数组进行部分排序，指定一个索引位置，将该位置的元素作为分界点，前面的元素是数组中最小的几个元素，后面的元素保留原有顺序。

• argpartition(): 返回一个数组，包含数组中元素按照 partition() 方式排序后的位置索引

import numpy as np
x = np.random.normal(0,1,size = 1000000)
# 找出最小值所在的位置
np.argmin(x)
# 找出最大值所在的位置
np.argmax(x)


x = np.arange(10)
# 打乱x中元素的顺序
np.random.shuffle(x)
# 排序，并不会对原始的x进行修改
np.sort(x)
# 直接使用sort()会对原始的x进行修改
x.sort()

# 打乱x中元素的顺序
np.random.shuffle(x)
# 返回一个数组中元素 排序后的索引
np.argsort(x)

# partition 分区，类似快速排序
np.partition(x,5)
np.argpartition(x,5)

# 高维情况
X = np.random.randint(10,size=(5,5))
np.sort(X)
np.argsort(X,axis=1)

partition 分区

numpy.partition(a, kth, axis=-1, kind='introselect', order=None)

• a: 要排序的数组。

• kth: 关键参数。它是你想要“固定”的索引位置。

• axis: 沿着哪个维度操作（默认是最后一个维度）。

案例：

arr = np.array([3, 4, 2, 1, 0, 5])
np.partition(arr,3)

1. NumPy 会找到如果数组排好序后，索引为 3 的那个数字（在arr中是数字 3）。

2. 把这个数字放到索引 3 的位置。

3. 保证索引 0, 1, 2 的位置都是比 3 小的数。

4. 保证索引 4, 5 的位置都是比 3 大的数。

注意：左边和右边的子集内部依然是无序的

# (索引3的位置一定是3，左边都比3小，右边都比3大)，

我的结果：生成了有序的结果（数据太少，巧合）

更改数组元素的数量（增加到1000，前半部分有序，后面就乱序了）

Numpy中的神奇索引和运算

一维数组

import numpy as np
x =np.arange(10)
# 取出索引为2，5，8的元素
x[2],x[5],x[8]
# 一次性取出
index = [2,5,8]
x[index]
# 高级一丢丢
index = np.array([[1,3,5],[2,4,6]])
x[index]

二维数组

X = x.reshape(2,5)
row = np.array([0,1,0])
col = np.array([0,2,4])
X[row,col]

# 只取第一行数据
X[0,col]
# 只取前两列
X[row,:2]

# 也可使用布尔值
col = [True,False,True,False,True]
X[0,col]

比较

• sum() 用于计算数组元素的总和。

• any() 用于检查数组中是否有符合条件的元素，有则为 True。

• all() 用于检查数组中是否所有元素都满足一定条件，满足为 True。

# 找到x中小于5的元素有多少个
np.count_nonzero(x<5)
np.sum(x<5)

# 数组中是否存在小于0的数
np.any(x<0)

# 判断数组中的元素是否都具有某种特性
np.all(x>0)

# 二维数组，按行统计，每一行有多少偶数
np.sum(X%2==0,axis=1)
# 按列统计，每一列有多少偶数
np.sum(X%2==0,axis=0)

与& 或| 非~

# 找出x中小于5且大于1的元素的个数
np.sum((x<5) & (x>1))

# 找出x中小于1或者大于6的元素的个数
np.sum((x<1)|(x>6))

# 找出x中不为0的元素的个数
np.sum(~(x==0))

Matplotlib基础

 （基础中的基础，够用就行）

安装matplotlib库（如果有不用安装）

pip install matplotlib

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,10,100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x,y1)
plt.plot(x,y2)
plt.show()

修改线条颜色：

# 修改颜色
plt.plot(x,y1,color='green')
plt.plot(x,y2)
plt.show()

曲线的类型

# 控制曲线的形状
plt.plot(x,y1,color='green',linestyle=':')
plt.plot(x,y2)
plt.show()

调整坐标轴的范围（xlim()，ylim()，axis()）

# 调整坐标轴的范围
plt.plot(x,y1,color='green',linestyle=':')
plt.plot(x,y2)
plt.xlim(-5,15)
plt.ylim(-2,2)
plt.show()


# 调整坐标轴的范围,一次性设置
plt.plot(x,y1,color='green',linestyle=':')
plt.plot(x,y2)
plt.axis([-5,15,-2,2])
plt.show()

x,y轴的标题

# x轴和y轴的名称
plt.plot(x,y1,color='green',linestyle=':')
plt.plot(x,y2)

plt.xlabel('x axis')
plt.ylabel('y axis')

plt.show()

标记曲线名称（显示图例）

# 标记曲线的名称
plt.plot(x,y1,color='green',linestyle=':',label = 'sin(x)')
plt.plot(x,y2,label = 'cos(x)')

plt.xlabel('x axis')
plt.ylabel('y axis')
# 显示图例
plt.legend()

plt.show()

设置图表的名称

plt.plot(x,y1,color='green',linestyle=':',label = 'sin(x)')
plt.plot(x,y2,label = 'cos(x)')

plt.xlabel('x axis')
plt.ylabel('y axis')
# 显示图例
plt.legend()
# 设置图表的名称
plt.title('This is my first plot')
plt.show()

散点图（scatter()）

x = np.random.normal(0,1,10000)
y = np.random.normal(0,1,10000)
plt.scatter(x,y)
plt.show()

# 设置不透明度
# plt.scatter(x,y,alpha=0.1)