💻目录
🍕前言
🍔（一）numpy读取数据
🍇1. np.loadtxt方法
import numpy as np data_file_path = './Affairs.csv' data = np.loadtxt(data_file_path,delimiter=',', dtype = 'int') print(data)
结果：
当参数unpack=True时：
import numpy as np data_file_path = './Affairs.csv' data = np.loadtxt(data_file_path,delimiter=',', dtype = 'int') data1 = np.loadtxt(data_file_path,delimiter=',', dtype = 'int',unpack = True) print(data) print(data1)
结果：
🍟（二）numpy的索引和切片
🍈1. 取行
1.1 取一行
# 取某一行 print(data[2])
结果：
1.2 取连续多行
# 取连续多行 print(data[2:5])
结果：
1.3 取不连续的多行
# 取不连续的多行 print(data[[1,4]])
结果：
🍉2. 取列
2.1 取一列
# 取某一列 print(data[:,1])
结果：
2.2 取连续多列# 取连续多列
print(data[:,0:2])结果：
2.3 取不连续的多列
# 取不连续的多列 print(data[:,[0,2]])
结果：
🍊3. 取某行某列
# 取某行某列（1，1），（2，1），（3，4） print(data[[0,1,2],[0,0,3]])
结果：
🌭（三）numpy中数值的修改
🍌1. 利用切片定位修改数值
# 修改某个元素的值 data[0,1]=54 print(data)
结果：
data[data<1000]=0 print(data)
结果：
data[0] = 0 print(data) print('-'*50) data[:,1] = 0 print(data)
结果：
🍍2. 利用三元运算符修改数值（where）
# 小于1000则替换为0，否则替换为1 a = np.where(data<1000,0,1) print(a)
结果：
🍒3. numpy中的裁剪（clip）
例:
b = data.clip(1000,2000) print(b)
结果：
🥞结语
