資料分析工具 Numpy

什麼是資料分析？

資料分析是從原始數據中提取有用信息的過程，通過清理、探索、建模和解釋數據，幫助識別趨勢、模式，並支持決策制定

Numpy

Numpy是一個用於資料處裡的重要模組，其具備平行處理的能力，可以將操作動作一次使用在大型陣列上

• Numpy函數
  import numpy as np先利用import將numpy模組載入
  Numpy中有部分函數與math模組內的功能重複，因此本篇會著重在只有Numpy有的函數

  np.logical_and(a,b)將陣列 a 和 b 做 and 運算
  
  np.logical_or(a,b)將陣列 a 和 b 做 or 運算
  
  np.logical_xor(a,b)將陣列 a 和 b 做 xor 運算
  
  np.logical_not(a)將陣列做 not 運算
  
  array_equal(a,b)比較陣列 a 和 b 是否相等
  

• 常用陣列處理函數
  np.sum(arr,axis=i)沿軸 i 進行加總，如果沒設定i的方向，則全部加總
  np.min(arr,axis=i)沿軸 i 方向找出元素最小值
  np.max(arr,axis=i)沿軸 i 方向找出元素最大值
  np.argmin(arr,axis=i)沿軸 i 方向找出最小值的位置
  np.argmax(arr,axis=i)沿軸 i 方向找出最大值的位置
  np.unravel_index(a,(m,n,...))將一維索引 a 轉換成形狀為 (m,n,...) 的索引
  np.ravel_multi_index(a,(m,n,...))將維度 (m,n,...) 的索引轉換成一維索引
  np.where(condition)找出 condition 為 True 的位置
  np.where(condition,x,y)若 condition 成立則回傳 x ，否則回傳 y
  np.all(arr,axis=i)沿軸 i 方向判別元素是否全為 True
  np.any(arr,axis=i)沿軸 i 方向判別任意元素是否為 True
  np.unique(arr,axis=i)沿軸 i 方向刪除重複的列

  import numpy as np
  a = np.array([[0,2,3,4],
                [2,4,6,8],
                [4,3,8,1]])
  
  print(np.sum(a,axis=1))
  
  print(np.min(a,axis=0))
  
  print(np.max(a,axis=0))
  
  print(np.argmin(a,axis=0))
  
  print(np.argmax(a,axis=0))
  
  print(np.unravel_index([4,1,2],(2,3)))
  
  print(np.ravel_multi_index([[0, 1, 2], [1, 2, 0]],(3, 3))) 
  
  print(np.where(a))
  
  print(np.where(a>3,1,0))
  
  print(np.all(a, axis=1))  
  
  print(np.any(a, axis=0))  
  
  print(np.unique(a,axis=0))
  

  

參考資料：https://docs.python.org/zh-tw/3/tutorial/index.html