首页分享 numpy基础用法

numpy基础用法

来源：花匠小妙招时间：2024-12-23 21:30

大作业

本次练习使用鸢尾属植物数据集 .iris.data ，在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本。 sepallength：萼片长度 sepalwidth：萼片宽度 petallength：花瓣长度 petalwidth：花瓣宽度以上四个特征的单位都是厘米（cm） 123456 导入鸢尾属植物数据集，保持文本不变。
【知识点：输入和输出】

import numpy as np outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" #skiprows跳过第一行表头 #delimiter：分割字符串，以逗号隔。 iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ', skiprows=1) iris_data[0:10] 123456 求出鸢尾属植物萼片长度的平均值、中位数和标准差（第1列，sepallength）
【知识点：统计相关】

import numpy as np outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" #skiprows跳过第一行表头 #delimiter：分割字符串，以逗号隔。 #usecols=1:只读第一列 iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1,usecols=1) print("均值：",np.mean(iris_data)) print("中位数：",np.median(iris_data)) print("方差：",np.std(iris_data)) 12345678910 创建一种标准化形式的鸢尾属植物萼片长度，其值正好介于0和1之间，这样最小值为0，最大值为1（第1列，sepallength）。
【知识点：统计相关】

import numpy as np outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data_sepallength = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1,usecols=1) aMax = np.amax(iris_data_sepallength) aMin = np.amin(iris_data_sepallength) x = (iris_data_sepallength-aMin) / (aMax-aMin) #x = (iris_data_sepallength ‐ aMin) / np.ptp(sepalLength) print(x) 123456789 找到鸢尾属植物萼片长度的第5和第95百分位数（第1列，sepallength）。
【知识点：统计相关】

import numpy as np outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data_sepallength = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1,usecols=1) x=np.percentile(iris_data_sepallength,[5,95]) print(x)#[4.6 7.255] 123456 把iris_data数据集中的20个随机位置修改为np.nan值。
【知识点：随机抽样】

import numpy as np outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" np.random.seed(20201130) iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ', skiprows=1) x,y=iris_data.shape iris_data[np.random.randint(x,size=20),np.random.randint(1,y,size=20)]=np.nan print(iris_data) 1234567 在iris_data的sepallength中查找缺失值的个数和位置（第1列）。
【知识点：逻辑函数、搜索】

import numpy as np np.random.seed(20201130) outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data_sepallength = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1,usecols=1) iris_data_sepallength[np.random.randint(x,size=20)]=np.nan print(iris_data_sepallength) x=np.isnan(iris_data_sepallength) print(sum(x)) print(np.where(x)) 12345678910 筛选具有 sepallength（第1列）< 5.0 并且 petallength（第3列）> 1.5 的 iris_data行。
【知识点：搜索】

import numpy as np outfile="E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1,usecols=[1,3]) sepallength = iris_data[:,0] petallength = iris_data[:,1] index = np.where(np.logical_and(petallength > 1.5, sepallength < 5.0)) print(iris_data[index]) 1234567 选择没有任何 nan 值的 iris_data行。
【知识点：逻辑函数、搜索】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" np.random.seed(20201130) iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1, usecols=[1,2,3]) i, j = iris_data.shape iris_data[np.random.randint(i, size=20), np.random.randint(j, size=20)] = np.nan x = iris_data[np.sum(np.isnan(iris_data), axis=1) == 0] print(x) 12345678 计算 iris_data 中sepalLength（第1列）和petalLength（第3列）之间的相关系数。
【知识点：统计相关】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" np.random.seed(20201130) iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1, usecols=[1,3]) sepallength = iris_data[:,0] petallength = iris_data[:,1] z = np.corrcoef(sepallength, petallength) print(z) # [[1. 0.87175378] # [0.87175378 1. ]] 1234567891011 找出iris_data是否有任何缺失值。
【知识点：逻辑函数】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ',skiprows=1, usecols=[1,2,3]) x = np.isnan(iris_data) print(np.any(x)) # False 12345 在numpy数组中将所有出现的nan替换为0。
【知识点：逻辑函数】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" np.random.seed(20201130) iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ', skiprows=1, usecols=[1,2,3]) i, j = iris_data.shape iris_data[np.random.randint(i, size=20), np.random.randint(j, size=20)] = np.nan iris_data[np.isnan(iris_data)]=0 print(iris_data) 123456789 找出鸢尾属植物物种中的唯一值和唯一值出现的数量。
【知识点：数组操作】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" np.random.seed(20201130) iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ',skiprows=1, usecols=[5]) #该函数是去除数组中的重复数字，并进行排序之后输出。 x = np.unique(iris_data, return_counts=True) print(x) 1234567 将 iris_data 的花瓣长度（第3列）以形成分类变量的形式显示。定义：Less than 3 -->‘small’；3-5 --> ‘medium’；’>=5 --> ‘large’。
【知识点：统计相关】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" np.random.seed(20201130) iris_data = np.loadtxt(outfile, dtype=float, delimiter=' ',skiprows=1, usecols=[3]) petal_length_bin = np.digitize(iris_data, [0, 3, 5, 10])#直方图 label_map = {1: 'small', 2: 'medium', 3: 'large', 4: np.nan} petal_length_cat = [label_map[x] for x in petal_length_bin] print(petal_length_cat[0:10]) # ['small', 'small', 'small', 'small', 'small', 'small', 'small', 'small', 'small','small'] 123456789 在 iris_data 中创建一个新列，其中 volume 是 (pi x petallength x sepallength ^ 2）/ 3 。
【知识点：数组操作】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ', skiprows=1) sepalLength = iris_data[:, 1].astype(float) petalLength = iris_data[:, 3].astype(float) volume = (np.pi * petalLength * sepalLength ** 2) / 3 print(volume.shape)#(150,) volume = volume[:, np.newaxis]#np.newaxis的作用是增加一个维度 print(volume.shape)#(150, 1) iris_data = np.concatenate([iris_data, volume], axis=1) print(iris_data[0:10]) 123456789101112 随机抽鸢尾属植物的种类，使得Iris-setosa的数量是Iris-versicolor和Iris-virginica数量的两倍。
【知识点：随机抽样】

import numpy as np species = np.array(['setosa', 'versicolor', 'virginica']) species_out = np.random.choice(species, 10000, p=[0.5, 0.25, 0.25]) print(np.unique(species_out, return_counts=True)) #(array(['setosa', 'versicolor', 'virginica'], dtype='<U10'), # array([4977, 2505, 2518], dtype=int64)) 1234567' 根据 sepallength 列对数据集进行排序。
【知识点：排序】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ', skiprows=1) sepalLength = iris_data[:, 1].astype(float) # print(np.sort(sepalLength)) index = np.argsort(sepalLength) print(iris_data[index]) 12345678 在鸢尾属植物数据集中找到最常见的花瓣长度值（第3列）。
【知识点：数组操作】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ', skiprows=1) petalLength = iris_data[:, 3].astype(float) vals, counts = np.unique(petalLength, return_counts=True) print(vals[np.argmax(counts)]) # 1.5 print(np.amax(counts)) # 14 12345678 在鸢尾花数据集的 petalwidth（第4列）中查找第一次出现的值大于1.0的位置。
【知识点：搜索】

import numpy as np outfile = "E:/document/python学习笔记/numpy/Iris数据集/iris.txt" iris_data = np.loadtxt(outfile, dtype=object, delimiter=' ', skiprows=1) petalWidth = iris_data[:, 4].astype(float) index = np.where(petalWidth > 1.0) print(index) print(index[0][0]) # 50 1234567