文章目录
- 前言
- 一、迭代数组
- 总结
前言
本笔记对numpy中后半部分进行讲解，涉及到的内容有迭代数组、数组操作、数组元素的增删改查、还有统计函数，如果在numpy部分有其他疑问的同学可以在我上一篇笔记进行查询。同样也有众多小白的思考和理解。
一、迭代数组
介绍：nditer 是 NumPy 中的一个强大的迭代器对象，用于高效地遍历多维数组。nditer 提供了多种选项和控制参数，使得数组的迭代更加灵活和高效。
nditer提供了多种控制参数，用于控制迭代的行为。
1、order参数
order 参数用于指定数组的遍历顺序。默认情况下，nditer 按照 C 风格（行优先）遍历数组。
C 风格（行优先）: order=‘C’
Fortran 风格（列优先）: order='F
2. flags参数
flags 参数用于指定迭代器的额外行为。
- multi_index: 返回每个元素的多维索引。
- external_loop: 返回一维数组而不是单个元素，减少函数调用的次数，从而提高性能。
3.op_flags 参数
op_flags 参数用于指定操作数的行为。
- readonly: 只读操作数。
- readwrite: 读写操作数。
- writeonly: 只写操作数。
10.数组操作
10.1 数组变维
10.1.1 flat
返回一个一维迭代器，用于遍历数组中的所有元素。无论数组的维度如何，ndarray.flat属性都会将数组视为一个扁平化的一维数组，按行优先的顺序遍历所有元素。
语法:
10.1.2 flatten()
用于将多维数组转换为一维数组。flatten() 返回的是原数组的一个拷贝，因此对返回的数组进行修改不会影响原数组。
10.1.3 ravel()
用于将多维数组转换为一维数组。与 flatten() 不同，ravel() 返回的是原数组的一个视图（view），而不是拷贝。因此，对返回的数组进行修改会影响原数组。
语法：
参数**
order: 指定数组的展开顺序。
'C'：按行优先顺序展开（默认）。'F'：按列优先顺序展开。'A'：如果原数组是 Fortran 连续的，则按列优先顺序展开；否则按行优先顺序展开。'K'：按元素在内存中的顺序展开。
10.2数组转置
10.3 修改数组维度
多维数组（也称为 ndarray）的维度（或轴）是从外向内编号的。这意味着最外层的维度是轴0，然后是轴1，依此类推。
10.4连接数组
hstack函数要求堆叠的数组在垂直方向（行）上具有相同的形状。如果行数不一致，hstack() 将无法执行，并会抛出 ValueError 异常。
hstack() 要求堆叠的数组在垂直方向（行）上具有相同的形状。如果列数不一致，将无法执行堆叠操作。
vstack() 和 hstack() 要求堆叠的数组在某些维度上具有相同的形状。如果维度不一致，将无法执行堆叠操作。
10.5 分割数组
总结
11.数组元素的增删改查
11.1 resize
11.2 append
11.3 insert
11.4 delete
11.5 argwhere
返回数组中非 0 元素的索引，若是多维数组则返回行、列索引组成的索引坐标
11.6 unique
12.统计函数
12.1 amin() 和 amax()
- 计算数组沿指定轴的最小值与最大值，并以数组形式返回
- 对于二维数组来说，axis=1 表示沿着水平方向，axis=0 表示沿着垂直方向
12.2ptp()
- 计算数组元素中最值之差值，即最大值 - 最小值
- 对于二维数组来说，axis=1 表示沿着水平方向，axis=0 表示沿着垂直方向
12.3 median()
用于计算中位数，中位数是指将数组中的数据按从小到大的顺序排列后，位于中间位置的值。如果数组的长度是偶数，则中位数是中间两个数的平均值。
12.4 mean()
沿指定的轴，计算数组中元素的算术平均值（即元素之总和除以元素数量）
average()
加权平均值是将数组中各数值乘以相应的权数，然后再对权重值求总和，最后以权重的总和除以总的单位数（即因子个数）；根据在数组中给出的权重，计算数组元素的加权平均值。该函数可以接受一个轴参数 axis，如果未指定，则数组被展开为一维数组。
其中 xi是数组中的元素，wi是对应的权重。
如果所有元素的权重之和等于1，则表示为数学中的期望值。
7.var()
在 NumPy 中，计算方差时使用的是统计学中的方差公式，而不是概率论中的方差公式，主要是因为 NumPy 的设计目标是处理实际数据集，而不是概率分布。
np.var 函数默认计算的是总体方差（Population Variance），而不是样本方差（Sample Variance）。
总体方差：
对于一个总体数据集 X={x1,x2,…,xN}，总体方差的计算公式为：
- N是总体数据点的总数。
- μ是总体的均值。
样本方差：
对于一个样本数据集 X={x1,x2,…,xn}，样本方差 的计算公式为：
其中：
- n是样本数据点的总数。
- xˉ是样本的均值。
在样本数据中，样本均值的估计会引入一定的偏差。通过使用 n−1n−1 作为分母，可以校正这种偏差，得到更准确的总体方差估计。
8、std()
标准差是方差的算术平方根，用来描述一组数据平均值的分散程度。若一组数据的标准差较大，说明大部分的数值和其平均值之间差异较大；若标准差较小，则代表这组数值比较接近平均值
标签：10.1,迭代,方差,元素,改查,参数,数组,Numpy From： https://blog.csdn.net/guanyuyouxiu_/article/details/143166031