携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第20天，点击查看活动详情
也是暑假自学python的第30天
今天继续学习numpy的科学计算
1.二维数组的转置
二维数组的转置，就是将三行四列转化为四行三列，比较简单，使用np.transpose(a)方法，具体的实现举例如下：
import numpy as np
a = np.arange(12).reshape(3,4)
print ('原数组：')
print (a )
print ('\n')
print ('对换数组：')
print (np.transpose(a))
输出的结果如图所示：
a.T也可以直接进行转置：
print ('转置数组：')
print (a.T)
2.多维数组的轴滚动
使用np中的swapaxes实现多维数组中的轴滚动：
t1 = np.arange(24).reshape(4,6)
re = t1.swapaxes(1,0)
print (' 原 数 组 ：')
print (t1)
print ('\n')
print ('调用 swapaxes 函数后的数组：')
print (re)
输出的结果如下：
对于更高维度的数组，比如三四五维的数字，我们可以直接使用ones来生成：
t=np.ones((3,4,5,6))
print(t.shape)
t=t.swapaxes(1,2)
print(t.shape)
交换1轴和2轴：
输出的结果为：
轴滚动：
t=np.rollaxis(t,3,0)
print(t.shape)
将3轴滚动到0轴的位置，输出的结果如下:
3.numpy读取数据
import matplotlib.pyplot as plt
us_file_path = "./youtube_video_data/US_video_data_numbers.csv"
uk_file_path = "./youtube_video_data/GB_video_data_numbers.csv"
t1=np.loadtxt(us_file_path,delimiter=',',dtype='int' )
t1
对于这样的数据来说，我们在读取数据的过程中使用到数据的相对路径，在同一个文件夹之下，数据是我前期准备好的，在数据分析的过程中，数据的获取也是非常重要的。
输出的结果如下：
对数据进行分析：
print(t_us_comments.shape)
print(t_us_comments.max(),t_us_comments.min())
输出的结果如下：
还可以对数据进行筛选：t_us_comments<=5000
t_us_comments = t_us_comments[t_us_comments<=5000]
print(t_us_comments.shape)
输出的数字如下:
