标签：元数据   out   存储   根据   缓存   平滑   numpy   额外信息   随机数   

简介

一：数据的CSV文件存取（一维或二维）

（一）写入文件savetxt

（二）读取文件loadtxt

二：多维数据的存取

（一）保存文件tofile

（二）读取文件fromfile

（三）NumPy 的便捷文件存取save/savez或load

三：NumPy的随机数函数（random模块）

rand()均匀分布

randn()标准状态分布

randint()整数数组

seed()随机数种子

shuffle()根据数组第一轴产生一个新的乱序数组（在原数组基础）

permutation()同上改变顺序（不会修改原数组）

choice()在一维数组基础上，抽取元素组成新的数组

uniform()均匀分布数组

normal()状态分布数组

poisson()泊松分布数组

四：NumPy的统计函数

sum()相关元素和

mean()相关元素均值（期望）

average()相关元素均值（可加权）

std()相关元素标准差

var()相关元素方差

五：NumPy的梯度函数

gradient()返回每个维度梯度

一：数据的CSV文件存取（一维或二维）

（一）写入文件savetxt

（二）读取文件loadtxt

二：多维数据的存取

（一）保存文件tofile

补充：

二进制文件会比文本文件占用更小的空间

（二）读取文件fromfile

注意：

该方法需要读取时知道存入文件时数组的维度和元素类型
所以：a.tofile()和np.fromfile()需要配合使用
解决方法：可以通过元数据文件存储额外信息,在加载数据时，配合元数据文件进行还原

元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（data about data），
主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。

 （三）NumPy 的便捷文件存取save/savez或load

注意：

若是作为中间数据缓存，save和load是一种十分便捷的方法
若是与其他程序进行交互对接，CSV是一种不错的方法

 三：NumPy的随机数函数

注意：上面的概率是谁的数值越大，谁被抽取的概率越大

四：NumPy的统计函数

五：NumPy的梯度函数

梯度：反应了元素的变化率，梯度有助于我们发现图像。声音的边缘，在那些不是很平滑的地方，我们能够很快的发现

总结

数据分析与展示---Numpy数据存取与函数

标签：元数据   out   存储   根据   缓存   平滑   numpy   额外信息   随机数   

原文地址：https://www.cnblogs.com/ssyfj/p/9291265.html