基础知识（读取指定数据/布尔索引/nan/inf）

news2024/11/26 20:30:30

读取数据

代码

import numpy as np

# 文件的路径
us_file_path="./youtube_video_data/US_video_data_numbers.csv"
uk_file_path="./youtube_video_data/GB_video_data_numbers.csv"

# 读取文件
t1=np.loadtxt(us_file_path,delimiter=',',dtype='int')
t2=np.loadtxt(uk_file_path,delimiter=',',dtype='int')

print(t1)
print("-"*50)
print(t2)

说明

`csv`格式：`Comma-Seperated value`逗号分隔值文件。通过换行逗号分隔行列的格式化文本，每一行的数据表示一条记录。由于csv方便展示，读入和写入，所以很多地方的也是用csv的格式存储和传输中小型的数据。
`np.loadtxt(fname,dtype,delimiter,skiprows,usecol,unpack):`

参数	解释
`fname`	文件路径
`dtype`	数据类型，默认是`np.float`
`delimiter`	分隔符，默认是空格
`skiprows`	跳过前`x`行
`usecols`	读取指定列
`unpack`	默认是`false`，如果是`True`，我也没怎么研究，用的不多

读取指定行/列数据

读取某行

# 取某一行
print(t1[1])

读取连续的多行

# 取连续的多行
print(t1[:3])
print("-"*50)
print(t2[1:4])

读取不连续的多行

# 取不连续的多行
# 注意是两个[]

print(t1[[0,2,3]])
print("-"*50)
print(t2[[1,3,5]])

读取某列

# 取列
print(t1[:,0])

读取连续/不连续的多列

# 取连续/不连续的多列

print(t1[:,:3])
print("-"*50)
print(t2[:,[0,2,3]])

读取某一行某一列，取某几行和某几列交叉

# 取某一行某一列，取某几行和某几列交叉

print(t1[1,2])
print("-"*50)
print(t2[1:4,2:4])

取某几个坐标点

# 取某几个点
# 这里要注意一下，取点的坐标的(1,0),(2,1),(4,3).原则是取第一个[]里第i个数和第二个[]里第i个数组成坐标。有更多的维度依次类推

print(t1[[1,2,4],[0,1,3]])

布尔索引

代码

# bool索引

a=np.arange(24).reshape(4,6)
a<10

效果

三元操作符（where）

代码

import numpy as np
a=np.arange(24).reshape(4,6)

# 使用三元操作符
np.where(a<10,0,12)

说明

这个`where`有点像C语言中的 : : 这个操作符。`np.where(a,b,c)`表示如果a为真，则执行`b`，否则执行`c`数组则是数组元素满足a的赋值为b，否则赋值为c）

cilp方法

代码

import numpy as np
a=np.arange(24).reshape(4,6)

# 使用clip方法

a.clip(11,13)

说明

`t.clip(a,b)`:把数组t中小于a的赋值为a，大于b的赋值为b

nan

简介

`nan`:`not a number`,不是一个数字，数据类型是`float`

当我们读取本地文件，数据类型为float时，如果有缺失，则会出现nan，或者当做了一个不合适的计算的时候（比如无穷大减去无穷大）

注意点

两个`nan`是不相等的。利用这个特性，判断数组中的`nan`的数量。
`nan`和任何值计算都为`nan`

代码演示

import numpy as np

a=np.nan
print(a)
print(type(a))
print(a==a)

import numpy as np

t=np.arange(100,112).reshape(3,4).astype(float)
print(t)
t[1,2]=np.nan
print(t)
print([t==t])
print(t[t==t])

# 小技巧
# 我们可以用t[t==t]来提取出数组中非nan的数据