Python数据分析基础第5章用NumPy进行简单统计
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
delimiter：分割符，默认是空格，其他参数说明见教材。 【例5-2】利用NumPy函数实现读取文本文件和CSV格式文件的操作。
5.1.2 使用NumPy读写二进制格式文件
1. 使用save()或savez()函数写二进制格式文件 save()或savez()函数的格式： numpy.save(file,array) 或 numpy.savez(file,array)
其他参数说明及示例test5-1代码见教材。
5.1.1 使用NumPy读写文本文件
2. 读取TXT文件和CSV格式文件 在NumPy中，读取TXT文件和CSV格式文件的函数是loadtxt()，函数格式： numpy.loadtxt(fname,dtype=<type'float'>,comments='#',delimiter= None,converters=None,skiprows=0,usecols=None,unpack=False,ndmin =0,encoding='bytes') 函数中主要参数： fname是文件、字符串或产生器； dtype：数据类型；
5.2 NumPy常用的统计函数
1. 求最大值和来自百度文库小值的函数 在NumPy中，求数组最大值的函数是amax()和nanmax()，求数组最小值
函数是amin()和nanmin()，其中，amax()和amin()函数是返回一个数组的最 大值和最小值或者是沿轴返回数组的最大值和最小值。nanmax()函数和 nanmin()函数是返回忽略任何NaN的数组的最大值和最小值或者是沿轴返回 忽略任何NaN的数组的最大值和最小值。如数组是全NaN切片时，将会出现运 行警告（RuntimeWarning），并为该切片返回NaN。
最大值和最小值的函数的示例代码example5-3见教材。
5.2 NumPy常用的统计函数
2. 求沿轴方向的取值范围 在NumPy中，使用ptp()函数能返回沿某轴axis方向上的最大值-最小区
差值，即maximum-minimum的值形成的数组。 ptp()函数的示例代码example5-4见教材。
5.2 NumPy常用的统计函数
5. 求和与加权平均值 在NumPy中，sum()函数是沿某轴axis方向计算数组中相关元素之和，
average()函数是沿某轴axis方向计算数组中相关元素的加权平均值。 求和与加权平均值的示例代码example5-6见教材。
6. 算术平均数 算术平均数是所有元素的总和除以元素的数量。在NumPy中，mean()和
函数中参数说明：file：文件，以.npy为扩展名，压缩扩展名为.npz。 array：数组变量。
2. 使用load()函数读取二进制格式文件 load()函数的格式： numpy.load(file) 函数中参数说明：file：文件，以.npy为扩展名，压缩扩展名为.npz load()、save()和savez()函数的示例代码example5-1见教材。
在NumPy中，loadtxt()和savetxt()函数可以对文件后缀名为txt和 csv的文件进行读写操作。
5.1.1 使用NumPy读写文本文件
1. 将1维或2维数组写入TXT文件或CSV格式文件 在NumPy中，使用savetxt()函数可以将1维或2维数组写入后缀名为
txt或csv的文件，该函数的格式为： numpy.savetxt(fname,array,fmt='%.18e',delimiter=None,newlin e='\n', header='', footer='', comments='# ', encoding=None) 函数中主要参数： ① fname：文件、字符串或产生器，可以是.gz 或.bz2 的压缩文件。 ②array：存入文件的数组（一维数组或者二维数组） 。 ③fmt：写入文件的格式，如：%d，%.2f，%.18e，默认值是%.18e
第5章 用 NumPy进行简单统计分析
学习目标： 掌握使用NumPy读写文件方法。 了解NumPy中常用的统计函数。 掌握运用NumPy函数进行统计分析。 掌握数据处理中简单的统计分析。
5.1.1 使用NumPy读写文本文件
在数据分析中，经常需要从文件中读取数据或将数据写入文件，常 用的存储文件的格式有文本文件、CSV格式文件、二进制格式文件和多维 数据文件等。
方差是元素与元素的平均数差的平方的平均数mean(abs(x - x.mean())**2)。 在NumPy中，计算方差的函数有var()和nanvar()。
5.1.3 使用NumPy读写多维数据文件 1. 使用tofile()函数写入多维数据文件
tofile()函数的格式： 数组名.tofile(fid, sep='', format='%s') 函数中的参数说明：fid：文件、字符串，sep：数据分割符，format： 写入数据的格式 。 2. 使用fromfile()函数读取多维数据文件 fromfile()函数的格式： numpy.fromfile(fid,dtype=float,count=‐1,sep='') 函数中的参数说明：fid：文件、字符串，dtype：读取的数据类型。 count：读入元素个数，‐1表示读入整个文件，sep：数据分割符。 tofile()和fromfile()函数的示例代码example5-2
nanmean()函数可以计算数组或者轴方向的算术平均数。
5.2 NumPy常用的统计函数
7. 标准差 标准差也称为标准偏差，标准差定义是总体各单位标准值与其平均数离差平方
的算术平均数的平方根，它反映组内个体间的离散程度。在NumPy中，计算标准差 的函数有std()和nanstd()。 8. 方差
3. 求百分位数 在NumPy中，使用percentile()和nanpercentile()函数可以沿某轴axis
方向计算数组中第q数值的百分位数。 4. 求中位数
在NumPy中，利用median()和nanmean()函数可以沿某轴axis方向计算数 组中的中位数。
求百分位数和中位数的示例代码example5-5见教材。
5.1.2 使用NumPy读写二进制格式文件
1. 使用save()或savez()函数写二进制格式文件 save()或savez()函数的格式： numpy.save(file,array) 或 numpy.savez(file,array)
其他参数说明及示例test5-1代码见教材。
5.1.1 使用NumPy读写文本文件
2. 读取TXT文件和CSV格式文件 在NumPy中，读取TXT文件和CSV格式文件的函数是loadtxt()，函数格式： numpy.loadtxt(fname,dtype=<type'float'>,comments='#',delimiter= None,converters=None,skiprows=0,usecols=None,unpack=False,ndmin =0,encoding='bytes') 函数中主要参数： fname是文件、字符串或产生器； dtype：数据类型；
5.2 NumPy常用的统计函数
1. 求最大值和来自百度文库小值的函数 在NumPy中，求数组最大值的函数是amax()和nanmax()，求数组最小值
函数是amin()和nanmin()，其中，amax()和amin()函数是返回一个数组的最 大值和最小值或者是沿轴返回数组的最大值和最小值。nanmax()函数和 nanmin()函数是返回忽略任何NaN的数组的最大值和最小值或者是沿轴返回 忽略任何NaN的数组的最大值和最小值。如数组是全NaN切片时，将会出现运 行警告（RuntimeWarning），并为该切片返回NaN。
最大值和最小值的函数的示例代码example5-3见教材。
5.2 NumPy常用的统计函数
2. 求沿轴方向的取值范围 在NumPy中，使用ptp()函数能返回沿某轴axis方向上的最大值-最小区
差值，即maximum-minimum的值形成的数组。 ptp()函数的示例代码example5-4见教材。
5.2 NumPy常用的统计函数
5. 求和与加权平均值 在NumPy中，sum()函数是沿某轴axis方向计算数组中相关元素之和，
average()函数是沿某轴axis方向计算数组中相关元素的加权平均值。 求和与加权平均值的示例代码example5-6见教材。
6. 算术平均数 算术平均数是所有元素的总和除以元素的数量。在NumPy中，mean()和
函数中参数说明：file：文件，以.npy为扩展名，压缩扩展名为.npz。 array：数组变量。
2. 使用load()函数读取二进制格式文件 load()函数的格式： numpy.load(file) 函数中参数说明：file：文件，以.npy为扩展名，压缩扩展名为.npz load()、save()和savez()函数的示例代码example5-1见教材。
在NumPy中，loadtxt()和savetxt()函数可以对文件后缀名为txt和 csv的文件进行读写操作。
5.1.1 使用NumPy读写文本文件
1. 将1维或2维数组写入TXT文件或CSV格式文件 在NumPy中，使用savetxt()函数可以将1维或2维数组写入后缀名为
txt或csv的文件，该函数的格式为： numpy.savetxt(fname,array,fmt='%.18e',delimiter=None,newlin e='\n', header='', footer='', comments='# ', encoding=None) 函数中主要参数： ① fname：文件、字符串或产生器，可以是.gz 或.bz2 的压缩文件。 ②array：存入文件的数组（一维数组或者二维数组） 。 ③fmt：写入文件的格式，如：%d，%.2f，%.18e，默认值是%.18e
第5章 用 NumPy进行简单统计分析
学习目标： 掌握使用NumPy读写文件方法。 了解NumPy中常用的统计函数。 掌握运用NumPy函数进行统计分析。 掌握数据处理中简单的统计分析。
5.1.1 使用NumPy读写文本文件
在数据分析中，经常需要从文件中读取数据或将数据写入文件，常 用的存储文件的格式有文本文件、CSV格式文件、二进制格式文件和多维 数据文件等。
方差是元素与元素的平均数差的平方的平均数mean(abs(x - x.mean())**2)。 在NumPy中，计算方差的函数有var()和nanvar()。
5.1.3 使用NumPy读写多维数据文件 1. 使用tofile()函数写入多维数据文件
tofile()函数的格式： 数组名.tofile(fid, sep='', format='%s') 函数中的参数说明：fid：文件、字符串，sep：数据分割符，format： 写入数据的格式 。 2. 使用fromfile()函数读取多维数据文件 fromfile()函数的格式： numpy.fromfile(fid,dtype=float,count=‐1,sep='') 函数中的参数说明：fid：文件、字符串，dtype：读取的数据类型。 count：读入元素个数，‐1表示读入整个文件，sep：数据分割符。 tofile()和fromfile()函数的示例代码example5-2
nanmean()函数可以计算数组或者轴方向的算术平均数。
5.2 NumPy常用的统计函数
7. 标准差 标准差也称为标准偏差，标准差定义是总体各单位标准值与其平均数离差平方
的算术平均数的平方根，它反映组内个体间的离散程度。在NumPy中，计算标准差 的函数有std()和nanstd()。 8. 方差
3. 求百分位数 在NumPy中，使用percentile()和nanpercentile()函数可以沿某轴axis
方向计算数组中第q数值的百分位数。 4. 求中位数
在NumPy中，利用median()和nanmean()函数可以沿某轴axis方向计算数 组中的中位数。
求百分位数和中位数的示例代码example5-5见教材。