数据分析初体验1-numpy2

numpy 读取csv文件

with open(url,encoding = 'utf-8') as f:
	data = np.loadtxt(f)
	print(data[:5]

链接: python利用numpy模块读取csv文件.

lambda函数

链接: 详解lambda函数.

max比较重的lambda用法

函数形式：max( x ,key=lambda a : b ) # x可以是任何数值，可以有多个x值

这个函数的意思是：我们先把x值带入lambda函数转换成b值，然后再将b值进行比较。

链接: max中的lambda用法.

排序

普通排序

# 正序
x = [4, 6, 2, 1, 7, 9]
x.sort()

# 对x排序但不影响x本身
y = sorted(x) 

# 逆序
y.sort(reverse = True)

# 其他排序
y = [3, 2, 8 ,0 , 1]
y.sort(reverse = True)
print(y)

numpy排序

x = np.array([3, 1, 2])
site = np.argsort(x) # 得到从小到大值的位置

# np.argsort(x)为升序，np.argsort(-x)为降序

sortdata = data[np.argsort(data) ]

数学运算

np.unique(data) #去除重复值
np.mean(data) #求均值
np.var(data) #求方差
np.std(data) #求标准差
sum(data) #nparray所有数据求和
data.cumsum #累计求和
(data>1).sum() #求data中大于1的值的个数

random

np.random.randint(low[,high,size,dtype])

np.random.randint(2, high=10, size=(2,3))

参考链接:
普通排序.
numpy排序1.
numpy排序2.
random.randint用法1.
randint、choice和sample的区别.