Python數據科學入門

Dmitry Zinoviev著
熊子源 譯

---

第5章 使用表格形式的數值數據

第22單元 轉置和重排

Reshape(d0,d1…) 可以改變現有數組的形狀，其參數定義了新的維度
屬性T的值就是數組的轉置視圖： array.T
Transpose() 根據多維數組的參數來排列多維數組的部分或所有軸

第23單元 索引和切片

數組能實現布爾索引： 可以使用布爾值數組作為索引，其結果是原始數組中布爾索引為True的項構成的數組。通常，布爾數組是廣播的結果。布爾索引既可以在左側（用于匹配），也可以用于右側（用于選擇）。

布爾運算：
關系運算符（<,==）優先級低于位運算（&、！、|）

第24單元 廣播

**廣播：**數組上的矢量化操作
如果參與運算的兩個數組維度相等或其中一個是標量。就可以將運算在兩個維度“廣播”。

在numpy和Python中星號運算符（ * ）具有不同的含義：

Python	seq*5 將列表seq復制五次理解條件函數；
Numpy	seq*5 將數組seq中的每一個元素乘以5。

通用函數round()對矩陣元素執行四舍五入操作。

第25單元 解密通用函數

Greater() 逐列比較數組的兩行數據，返回值為True\False

第26單元 理解條件函數

where(c,a,b) 是numpy風格的if-else三元運算符。它通過一個布爾數組（c）和兩個其他數組（a,b）得出數組d。數組d滿足：如果c[i]為真，則d[i]=a[i]，否則d[i]=b[i]。

第27單元 數組的聚合與排序

cumsum()	計算累積和
cumprod()	計算乘積量
sort()	將數組進行排序

第28單元 將數組用作集合

unique(X)	返回X中所用唯一元素組成的數組。它是counter模塊的一個很好的替代品，但它并未真正計算數組中元素出現的次數。
in1d(needle,haystack)	返回一個布爾數組，如果needle的元素在haystack中，返回數組的對應位置元素為True。
union1d()	計算一維數組的并集
intersect1d()	計算一維數組的交集

第29單元 數組的保存和讀取

如果文件名以.gz結尾，numpy甚至可以自動壓縮和解壓文件。你還可以設定numpy處理注釋行和分隔符的方式，并跳過不需要的行。

第30單元 生成合成正弦波

繪制正弦波：
創建一個連續整數數組，將他們轉化為浮點數，調整為正確的周期，取正弦，放大，置換，添加高斯噪聲，并模擬儀器測量得到的信號截斷效果。

            
              #導入所有優質的模塊
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

#定叉了信號、噪聲和“儀器”屬性的常量
SIG_AMPLITUDE = 10; SIG_OFFSET = 2; SIG_PERIOD = 100
NOISE_AMPLITUDE = 3
N_SAMPLES= 5 * SIG_PERIOD
INSTRUMENT_RANGE = 9

#創建一個正弦波，并加入隨機噪聲
times = np.arange(N_SAMPLES).astype( float)
signal = SIG_AMPLITUDE*np.sin(2 * np.pi * times / SIG_PERIOD) + SIG_OFFSET
noise = NOISE_AMPLITUDE * np.random.normal(size=N_SAMPLES)
signal += noise

#將儀器測量范用之外的峰佔戒斷
signal[signal > INSTRUMENT_RANGE] = INSTRUMENT_RANGE
signal[signal< -INSTRUMENT_RANGE] = -INSTRUMENT_RANGE

#繪制結果
matplotlib.style.use("ggplot")
plt.plot(times, signal)
plt.title("Synthetic sine wave signal")
plt.xlabel("Time")
plt.ylabel("Signal +noise" )
plt.ylim(ymin = -SIG_AMPLITUDE, ymax = SIG_AMPLITUDE)
plt.show()

            
          

---

（ "Love all, trust a few, do wrong to none. 博愛、寡言、不負人"--梁靜茹 ）