一、排序函数
1、ndarray类的sort方法——可对数组进行原地排序；
import numpy as np
# 准备一个矩阵
a = np.mat('3 1 2; 0 5 4; 7 3 6')
a
matrix([[3, 1, 2],
[0, 5, 4],
[7, 3, 6]])
np.sort(a) #使用函数进行排序
matrix([[1, 2, 3],
[0, 4, 5],
[3, 6, 7]])
以下加入axis:
np.sort(a,axis=1) #横着排序
matrix([[1, 2, 3],
[0, 4, 5],
[3, 6, 7]])
np.sort(a,axis=0) #列排序
matrix([[0, 1, 2],
[3, 3, 4],
[7, 5, 6]])
2.argsort函数——返回输入数组排序后的下标；
# argsort()
print(a)
np.argsort(a)
[[3 1 2]
[0 5 4]
[7 3 6]]
matrix([[1, 2, 0],
[0, 2, 1],
[1, 2, 0]], dtype=int64)
print(a)
np.argsort(a,axis = 0) #竖着排，默认的时axis=0(横着排)
[[3 1 2]
[0 5 4]
[7 3 6]]
matrix([[1, 0, 0],
[0, 2, 1],
[2, 1, 2]], dtype=int64)
二、搜索函数
1. np.argmax函数——返回数组中最大值对应的下标 ，忽略NAN
arr1 = np.array([1 ,8 ,6 ,np.nan ,20 ,0])
arr1
array([ 1., 8., 6., nan, 20., 0.])
np.argmax(arr1)
3
看看多维的数组是什么情况捏~~~
f = np.mat('2 3 4;4 3 4 ;3 4 5;80,7,90')
print(np.argmax(f))
11
2.np.nanargmax函数——返回数组中最大值对应的下标 ，不忽略NAN
arr1
array([ 1., 8., 6., nan, 20., 0.])
np.nanargmax(arr1)
4
3. argwhere( ) 返回符合条件的下标
arr1
array([ 1., 8., 6., nan, 20., 0.])
np.where(arr1<8)
D:\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: RuntimeWarning: invalid value encountered in less
"""Entry point for launching an IPython kernel.
(array([0, 2, 5], dtype=int64),)
arr1<8
D:\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: RuntimeWarning: invalid value encountered in less
"""Entry point for launching an IPython kernel.
array([ True, False, True, False, False, True])
np.argwhere(arr1<8)
D:\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: RuntimeWarning: invalid value encountered in less
"""Entry point for launching an IPython kernel.
array([[0],
[2],
[5]], dtype=int64)
4. searchsorted( ) 为指定的插入值寻找 维持 排序 的 索引位置。 使用二分法
注： 如果输入的 数组 不是 range() 之类，没有排序的，一定要先排序
a = np.array([0,1,70,3,4,80,90])
a.sort()
a
array([ 0, 1, 3, 4, 70, 80, 90])
index = np.searchsorted(a,60)
index
4
在不打乱 a 排序的基础上插入b .返回b 每个数如果插入的话对应的位置
b = np.array([-5,7])
b
array([-5, 7])
indices = np.searchsorted(a,b)
indices
array([0, 4], dtype=int64)
三、数组元素的抽取
1、extract函数——根据某个条件从数组中抽取元素
arr = np.array(np.arange(8))
arr
array([0, 1, 2, 3, 4, 5, 6, 7])
list2 = [x for x in range(20) if x%2==0]
list2
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
condition = (arr%2==0)
condition
array([ True, False, True, False, True, False, True, False])
arr1 = np.extract(condition,arr)
arr1
array([0, 2, 4, 6])
arr[arr%2==0]
array([0, 2, 4, 6])
arr2 = np.random.randint(0,50,20)
print(arr2)
np.extract((arr2%2==0),arr2)
[18 47 38 11 17 17 8 39 37 9 2 25 31 28 38 48 10 22 22 25]
array([18, 38, 8, 2, 28, 38, 48, 10, 22, 22])
3种读取条件的方式
import numpy as np
g = np.arange(20)
print('where:',np.where(g>10))
print('extract:',np.extract(g>10,g))
print('直接读取：',g[g>10])
2. np.nonzero( ) 专门用来抽取非零元素
np.nonzero(np.arange(5))
(array([1, 2, 3, 4], dtype=int64),)
四、金融函数
1. np.fv函数
计算所谓的终值（future value），终值是基于一些假设给出的某个金融 资产在未来某一时间点的价值。
终值有以下4个参数决定——利率、期数、每期支付金额以及现值
语法格式如下： numpy.fv(rate, nper, pmt, pv[, when='end’])
#参数：
rate：每一期的利率（rate of interest）。
nper：期数。
pmt：payment。每期支付金额
pv：present value，现值。
when：{{‘begin’, 1}, {‘end’, 0}}, {string, int}, optional. 每一期的开头还是结尾付
举例：某用户去银行存款，假设年利率3%、每季度续存金额10元、存5年以及存款1000，则计算5年后可领取多少金额。
np.fv(0.03/4,4*5,-10,-1000) # 从身上给出去，所以是“-”号
1376.0963320407982
2.pv函数
计算现值（present value）是指资产在当前时刻的价值。 现值有以下4个参数决定——利率、期数、每期支付金额以及终值
语法格式如下： numpy.fv(rate, nper, pmt, fv[, when='end’])
参数：
rate：每一期的利率（rate of interest）。
nper：期数。
pmt：payment。每期支付金额
fv： future value，终值。
when：{{‘begin’, 1}, {‘end’, 0}}, {string, int}, optional. 每一期的开头还是结尾付
举例：某用户去银行存款，假设年利率3%、每季度续存金额10元、存5年后可领1376.0963320，则计算5年前存取的本金是多少金额。
np.pv(0.03/4,4*5,-10,1376.0963320407982)
-1000.0
3.np.npv(rate,values)函数 净现值
定义为按折现率计算的净现金流之和。
净现值是指投资方案所产生的【现金净流量】（流入-流出）以资金成本为贴现率折现之后与原始投资额现值的差额
经济意义
NPV>0表示项目实施后，除保证可实现预定的收益率外，尚可获得更高的收益。
NPV<0表示项目实施后，未能达到预定的收益率水平，而不能确定项目已亏损。
NPV=0表示项目实施后的投资收益率正好达到预期，而不是投资项目盈亏平衡
语法格式如下： numpy.npv(rate, values)
参数：
rate：折现率。
values: 现金流，正数代表‘收入’或‘取款’，负数代表‘投资’或‘存款’。 第一个值
必须是初始的投资，也就是必须是负数
举例：投资100，支出39、59、55、20。折现率为28.1%，则净现值为：
np.npv(0.281,[-100,39,59,55,20])
-0.00847859163845488
4.pmt函数–根据本金和利率计算每期需支付的金额
语法格式如下： numpy.pmt(rate, nper, pv[, fv=0, when='end’])
参数：
rate：每一期的利率（rate of interest）
nper：期数
pv：present value，现值
举例：某同学房贷20万，准备15年还清，年利率为7.5%，则每
月需还贷多少金额？
np.pmt(0.075/12,12*15,200000)
-1854.0247200054619
5.nper()函数，计算定期付款的期数
语法格式如下： numpy.nper(rate, pmt, pv, fv=0, when=‘end’)
参数：
rate：每一期的利率（rate of interest）
pmt：每期支付的金额
pv：present value，现值
fv: 终值
举例：某同学房贷20万，年利率为7.5%，每月能还贷2000，则
需要还多少期？
np.nper(0.075/12,-2000,200000) #得到的是月份
array(157.42258585)
np.nper(0.075/12,-2000,200000)/12 #得到的是年份
13.118548820826762
6.利率 rate()
语法格式如下： numpy.rate(nper, pmt, pv, fv)
参数：
nper ：需还的期数
pmt：每期支付的金额
pv：present value，现值
fv: 终值
举例：某同学房贷20万，需还14年，每月能还贷2000，则年利
率为多少？
np.rate(12*14,-2000,200000,0) #这个是月利率
0.006793800917143923
np.rate(12*14,-2000,200000,0)*12 #这是年利率
0.08152561100572708
【小练习】小明房贷70万，年利率4%，准备还20年，
则每月月供多少？
np.pmt(0.04/12,12*20,700000)
-4241.862305095867
-np.pmt(0.04/12,12*20,700000)*12*20-700000 # 多还这么多
318046.95322300796