import numpy as np
import matplotlib.pyplot as plt
import random

t=np.arange(24).reshape(4,6)
print(t)

##  更改矩阵的值
print("~"*100)
print(np.where(t<10,0,1))

## 裁剪矩阵的值
print("~"*100)
print(t.clip(5,15))

## nan != nan
print("~"*100)
_t=t.astype("float")  ## 将t转换为float类型
_t[:,0]=0
_t[[1,2],[2,3]]=np.nan;

print(_t)
print(np.count_nonzero(_t))  ## 统计非零值
print(np.count_nonzero(_t!=_t))  ## 统计nan值
print(np.count_nonzero(np.isnan(_t)))   ## 统计nan值
print(np.isnan(_t))   ## 判断是否为nan

print(np.sum(_t,axis=0))       ## 统计每列的和,但是nan会被忽略,任何数与之加减仍然为nan
print(np.sum(_t,axis=1))       ## 统计每行的和,但是nan会被忽略,任何数与之加减仍然为nan
########################numpy的数值计算########################
import numpy as np

print("~"*100)
x=np.arange(24).reshape(4,6)
x[1,:]=0
print(x)
print(x.sum(axis=0))    ## 统计每列的和
print(x.mean(axis=0))   ## 统计每列的平均值
print(np.median(x,axis=0))  ## 统计每列的中位数
print(x.max(axis=0))   ## 统计每列的最大值
print(np.argmax(x,axis=0))   ## 统计每列的最大值的索引
print(x.min(axis=0))   ## 统计每列的最小值
print(np.argmin(x,axis=0))  ## 统计每列的最小值的索引
print(np.ptp(x,axis=0)) ## 统计每列的最大值和最小值的差(极值)
print(x.std(axis=0))     ## 统计每列的标准差
print(np.var(x,axis=0))     ## 统计每列的方差

########################numpy中填充nan########################
import numpy as np

def fill_nan(a):
    for i in range(a.shape[1]):
        temp=a[:,i]
        nan_num=np.count_nonzero(temp!=temp)        ## 统计当前列的nan的个数
        if nan_num!=0:
            temp_not_nan=temp[temp==temp] ## 获取当前列不为nan的元素
            temp[np.isnan(temp)]=temp_not_nan.mean() ## 将当前列的nan元素替换为均值
    return a

if __name__=="__main__":
    a=np.arange(12).reshape(3,4).astype("float")
    a[1,2:]=np.nan
    print(a)
    _a=fill_nan(a)
    print(_a)

############################数组的拼接##################################
import numpy as np
b=np.arange(12).reshape(3,4)
c=np.arange(12,24).reshape(3,4)

print(np.vstack((b,c)))   ## 竖直方向拼接
print("~"*100)
print(np.hstack((b,c)))  ## 水平方向拼接