數(shù)據(jù)分析應(yīng)用項(xiàng)目化教程（Python） 課件 任務(wù)3.5 多維數(shù)組的數(shù)據(jù)處理與運(yùn)算2

第三章使用NumPy進(jìn)行多維數(shù)組創(chuàng)建與運(yùn)算

任務(wù)3.5多維數(shù)組的數(shù)據(jù)處理與運(yùn)算通用函數(shù)numpy中的nan和infnan的注意點(diǎn)axis參數(shù)理解通用函數(shù)

NumPy提供熟悉的數(shù)學(xué)函數(shù)，例如sin，cos和exp。在NumPy中，這些被稱為“通用函數(shù)”。在NumPy中，這些函數(shù)在數(shù)組上按元素進(jìn)行運(yùn)算，產(chǎn)生數(shù)組作為輸出。一元通用函數(shù)：接收一個(gè)數(shù)組參數(shù)；二元通用函數(shù)：接收二個(gè)數(shù)組參數(shù)通?函數(shù)（即ufunc）是?種對(duì)ndarray中的數(shù)據(jù)執(zhí)?元素級(jí)運(yùn)算的函數(shù)。通用函數(shù)的輸入是一組標(biāo)量，輸出也是一組標(biāo)量。一元通用函數(shù)函數(shù)使用說明abs(a)、fabs(a)逐個(gè)元素地計(jì)算整數(shù)、浮點(diǎn)數(shù)或復(fù)數(shù)的絕對(duì)值sqrt(a)計(jì)算每個(gè)元素的平方根(與a**0.5相等)square(a)計(jì)算每個(gè)元素的平方(與a**2相等)exp(a)計(jì)算每個(gè)元素的自然指數(shù)值e^x次方log(a)、log10(a)、log2(a)、log1p(a)分別為自然對(duì)數(shù)（底數(shù)為e）、底數(shù)為10的log、底數(shù)為2的log，log(1+x)sign(a)計(jì)算每個(gè)元素的符號(hào)值：1(正數(shù))、0(零)、-1(負(fù)數(shù))ceil(a)計(jì)算每個(gè)元素的最高整數(shù)值(即大于或者等于給定數(shù)值的最小整數(shù))modf(a)分別將數(shù)組的小數(shù)部分和整數(shù)部分按數(shù)組形式返回二元通用函數(shù)函數(shù)使用說明add(a,b)將數(shù)組a和數(shù)組b中對(duì)應(yīng)位置的元素相加subtract(a,b)從a數(shù)組中減去b數(shù)組中的元素multiply(a,b)將數(shù)組a與數(shù)組b相乘divide(a,b)，floor_divide(a,b)將數(shù)組a除于數(shù)組b；數(shù)組a整除數(shù)組b（舍去余數(shù))maximum(a,b)、fmax(a,b)將數(shù)組a與數(shù)組b中對(duì)應(yīng)位置的元素比較，返回元素級(jí)的最大值；比較數(shù)組a和b，并返回一個(gè)包含按元素的最大值的新數(shù)組，如果兩個(gè)元素相同，則返回第一個(gè)。minimum(a,b)、fmin(a,b)將數(shù)組a與數(shù)組b中對(duì)應(yīng)位置的元素比較，返回元素級(jí)的最小值；比較數(shù)組a和b，并返回一個(gè)包含按元素的最小值的新數(shù)組，如果兩個(gè)元素相同，則返回第一個(gè)。mod(a,b)計(jì)算數(shù)組a與數(shù)組b中相應(yīng)元素的相除后的余數(shù)(求模計(jì)算)copysign(a,b)將b數(shù)組中各元素的符號(hào)賦值給a數(shù)組中的對(duì)應(yīng)元素greater、greater_equal、less、less_equal、equal、not_equal、logical_and、logical_or、logical_xor執(zhí)行元素級(jí)的比較運(yùn)算，最終產(chǎn)生布爾型數(shù)組,相當(dāng)于運(yùn)算符>、≥、<、≤、==、!=;執(zhí)行元素級(jí)的真值邏輯運(yùn)算，相當(dāng)于與&,或|,異或^numpy中的nan和infnan(NAN,Nan):不是一個(gè)數(shù)字，數(shù)據(jù)分析中，nan常被用作表示數(shù)據(jù)缺失值。什么時(shí)候numpy中會(huì)出現(xiàn)nan：

當(dāng)我們讀取本地的文件為float的時(shí)候，如果有缺失，就會(huì)出現(xiàn)nan；

當(dāng)做了一個(gè)不合適的計(jì)算的時(shí)候，比如inf-infnp.sqrt(-3)inf(-inf,inf):infinity,inf表示正無窮，-inf表示負(fù)無窮什么時(shí)候會(huì)出現(xiàn)inf包括（-inf，+inf）當(dāng)做了一個(gè)不合適的計(jì)算的時(shí)候，比如np.divide(-3,0)nan的注意點(diǎn)1．兩個(gè)nan是不相等的In[2]:np.nan==np.nanOut[2]:False2．np.nan!=np.nanIn[3]:np.nan!=np.nanOut[3]:True3.利用以上特性，判斷數(shù)組中nan個(gè)數(shù)In[4]:t=np.array([1,2,np.nan,np.nan])In[5]:np.count_nonzero(t!=t)Out[5]:24.如何判斷ndarray對(duì)象中哪些元素是nan？通過np.isnan(t)來判斷，返回布爾數(shù)組。有了布爾數(shù)組作為索引，就可以把所有nan替換掉。In[6]:np.isnan(t)Out[6]:array([False,False,True,True])In[7]:t[np.isnan(t)]=0In[8]:tOut[8]:array([1.,2.,0.,0.])5.nan和任何值計(jì)算都為nanIn[9]:np.nan+0Out[9]:nan6.nan或者inf的類型是floatIn[10]:type(np.nan)Out[10]:floatIn[11]:type(np.inf)Out[11]:floatnan值替換

在一組數(shù)據(jù)中單純的把nan替換為0，合適么？會(huì)帶來什么樣的影響？比

如，全部替換為0后，替換之前的平均值如果大于0，替換之后的均值肯定會(huì)變小，所以更一般的方式是把缺失的數(shù)值替換為均值（中值）或者是直接刪除有缺失值的一行。那么問題來了：

如何計(jì)算一組數(shù)據(jù)的中值或者是均值？對(duì)列、行做循環(huán)，逐個(gè)元素判斷來計(jì)算。

在對(duì)numpy數(shù)組求平均np.mean()時(shí)，如果數(shù)組中有nan，此時(shí)求得的結(jié)果為nan。那么該如何忽略其中的nan來計(jì)算呢？此時(shí)可以用另一個(gè)方法：np.nanmean()，np.median，np.nanmax()，np.nanmin()等。ndarry缺失值填充列均值，并且不使用np.nanmean()，如何處理呢？axis參數(shù)理解小結(jié)通用函數(shù)：以逐元素方式操作多維數(shù)組的函數(shù)，支持?jǐn)?shù)組廣播。有數(shù)學(xué)運(yùn)算函數(shù)、三角函數(shù)、位運(yùn)算函數(shù)、比較函數(shù)、浮