利用Python进行数据分析——Numpy基础：数组和矢量计算

Posted nadech

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了利用Python进行数据分析——Numpy基础：数组和矢量计算相关的知识，希望对你有一定的参考价值。

利用Python进行数据分析——Numpy基础：数组和矢量计算

  • ndarry，一个具有矢量运算和复杂广播能力快速节省空间的多维数组
  • 对整组数据进行快速运算的标准数学函数，无需for—loop
  • 用于读写磁盘数据的工具以及用于操作内存映射文件的工具？
  • 线性代数、随机数生成以及傅里叶变换功能
  • 用于集成C/C++等代码的工具

一、ndarry：一种多维数组对象

1、创建ndarry

#一维
In [5]: data = [1,2,3]
In [6]: import numpy as np
In [7]: arr1 = np.array(data)
In [8]: arr1
Out[8]: array([1, 2, 3])
#二维
In [11]: data2 = [[1,2,3],[4,5,6]]
In [12]: arr2 = np.array(data2)
In [13]: arr2
Out[13]:
array([[1, 2, 3],
       [4, 5, 6]])
#查看数组的信息
In [15]: arr2.shape
Out[15]: (2, 3)
In [16]: arr2.dtype
Out[16]: dtype(‘int32‘)

数组创建函数
array()
arange(),类似Python内置函数range()，但是range()返回的是列表
ones,zeros 创建一个全为1/0的数组，但是传进去的参数要是一个集合，例如np.ones((2,3))
ones_like,zeros_like 创建一个跟传进去数组形状一样的全1/0数组
empty,empty_like 创建空的数组，分配内存，不存值
eye，identity 创建方阵

2.数组和标量之间的运算

In [36]: arr2
Out[36]:
array([[1, 2, 3],
       [4, 5, 6]])
In [37]: arr3
Out[37]:
array([[11, 12, 13],
       [14, 15, 16]])
#加
In [38]: arr2+arr3
Out[38]:
array([[12, 14, 16],
       [18, 20, 22]])
#乘
In [39]: arr2*arr3
Out[39]:
array([[11, 24, 39],
       [56, 75, 96]])
#减
In [40]: arr3-arr2
Out[40]:
array([[10, 10, 10],
       [10, 10, 10]])
#除
In [41]: arr3/arr2
Out[41]:
array([[11.        ,  6.        ,  4.33333333],
       [ 3.5       ,  3.        ,  2.66666667]])
#平方
In [42]: arr2**2
Out[42]:
array([[ 1,  4,  9],
       [16, 25, 36]], dtype=int32)

3.索引和切片

索引:

arr2d[0,0]或者是arr2d[0][0]
arr3d[0,0,0]或者是arr3d[0][0][0]

切片：有：标记

arr2d[:2,:2]
arr3d[:2,:2]

先区分数组和列表的操作
数组的切片是在原始数组上进行的，而列表的切片操作则是进行了数据的赋值
如果需要切片的是一份副本而不是源数组本身，需要arr[5:8].copy()

#列表的切片
>>> l1 = list(range(10))
>>> l1
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> l2 = l1[5:8]
>>> l2
[5, 6, 7]
>>> l2[0]=15
>>> l2
[15, 6, 7]
>>> l1
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
#数组的切片
In [50]: arr = np.arange(10)

In [51]: arr
Out[51]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [52]: arr_slice = arr[5:8]

In [53]: arr_slice
Out[53]: array([5, 6, 7])

In [54]: arr_slice[0]=15

In [55]: arr_slice
Out[55]: array([15,  6,  7])

In [56]: arr
Out[56]: array([ 0,  1,  2,  3,  4, 15,  6,  7,  8,  9])

#二维数组的切片
In [95]: arr2d
Out[95]:
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

In [96]: arr2d[:2]
Out[96]:
array([[1, 2, 3],
       [4, 5, 6]])

一次可以传入多个切片

In [97]: arr2d[:2,:1]
Out[97]:
array([[1],
       [4]])

In [98]: arr2d[:2,:2]
Out[98]:
array([[1, 2],

#3维
In [83]: arr3d
Out[83]: [[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]

In [84]: arr3d[1]
Out[84]: [[7, 8, 9], [10, 11, 12]]

In [85]: arr3d[1][1]
Out[85]: [10, 11, 12]

In [86]: arr3d[1][1][1]
Out[86]: 11

In [87]: arr3d[1][1][2]
Out[87]: 12

布尔型索引

#[True,False,True]就相当有是取第0/2行
In [121]: arr2d[[True,False,True]]
Out[121]:
array([[1, 2, 3],
       [7, 8, 9]])

In [122]: arr2d[[True,False,True],2]
Out[122]: array([3, 9])

花式索引

#与上边的博布尔型索引一样，也是取第0/2行
In [132]: arr2d[[0,2]]
Out[132]:
array([[1, 2, 3],
       [7, 8, 9]])

#花式索引注意以下问题

花式索引跟切片不同，总是将数据复制到新数组中，所以造成以下现象

In [136]: arr2d[[0,2],[0,2]]
Out[136]: array([1, 9])

In [137]: arr2d[[0,2]][:,[0,2]]
Out[137]:
array([[1, 3],
       [7, 9]])

数组转置和轴对换

转置是重塑的一种特殊形式，它返回的是源数据的视图，不会进行复制操作。

In [142]: arr2d.T
Out[142]:
array([[1, 4, 7],
       [2, 5, 8],
       [3, 6, 9]])

4.对数组的元素进行操作的函数

对单个数组元素的操作函数

  • abs 计算绝对值
  • sqrt 计算各元素的平方根
  • square 计算各元素的平方
  • exp 计算各元素的以e为底的指数
  • log/log10/log2/log1p log1p是log(1+x)
  • sign 计算各元素的正负号
  • ceil 计算大于等于该元素的最小整数
  • floor 计算小于等于该元素的最大整数
  • rint 将该元素四舍五入到最接近的整数
  • modf 返回该元素的小数和整数部分，以两个独立数组的形式
  • isnan is not a number 判断各元素是否是数字
  • isfinite isinf 判断各元素有穷无穷
  • cos/sin/tan
  • arccos/acccosh/arcsin

对两个数组元素操作的函数

  • add 将数组中元素相加
  • subtract 第一个数组中元素减去第二个数组中元素
  • multiply 数组对应元素相乘
  • divide floor_divide 除法、丢弃余数的除法
  • power(a,b) 将a中元素计算b中对应元素 a的b次方
  • mod 求除法的余数
  • copysign 将第二个数组中的元素符号赋值给第一个数组中的值

  • < >= <= == != 比较对应元素的值

  • logical_and/logical_or/logical_xor

5.一些可以用数组来处理的运算

矢量化方便运算

三元运算

In [6]: xarr = np.array([1.1,1.2,1.3,1.4,1.5])

In [7]: yarr = np.array([2.1,2.2,2.3,2.4,2.5])

In [8]: cond = np.array([True,False,True,True,False])

In [9]: result = [x if c else y for x ,c ,y in zip(xarr,yarr,cond)]

In [10]: result
Out[10]: [1.1, 1.2, 1.3, 1.4, 1.5]

# np.where通常用于根据一个数组生成另外一个数组

In [11]: result2 = np.where(cond,xarr,yarr)

In [12]: result2
Out[12]: array([1.1, 2.2, 1.3, 1.4, 2.5])

数学和统计方法

这些方法既可以当做实例方法调用arr2d.sum()也可以通过np.sum(arr2d)

  • sum 计算所有元素的和
  • mean 计算所有元素的均值
  • std/var 计算标准差和方差
  • min/max 最大值和最小值
  • argmin/argmax 最小值和最大值的索引
  • cumsum 返回一个所有元素累加的数组 累计和
  • cumprod 所有元素的累计积

用于布尔型数组的方法

#True直接当1计算
In [24]: (arr2d<4).sum()
Out[24]: 3

In [25]: cond
Out[25]: array([ True, False,  True,  True, False])

In [26]: cond.any()
Out[26]: True

In [27]: cond.all()
Out[27]: False

排序

  • np.sort() 这个会复制一个副本
  • arr2d.sort()是在源数据上的操作

5.用于数组文件的输入输出

将数组以二进制形式保存到磁盘

  • np.save()
  • np.load()

存取文本文件

  • np.loadtext()
  • np.savetext()

6.线性代数 找不到时就在numpy.linalg

  • 注：转置 arr.T
  • np.dot(arr1,arr2) 两个矩阵的乘积
  • np.diag 返回对角线元素/或以一维数组转化为以此为对角线的方阵
  • trace() 计算对角线的和
  • det 计算f方阵的行列式值
  • eig 计算特征值和特征向量
  • inv 计算逆矩阵
  • pinv 计算伪逆矩阵
  • qr 计算QR分解
  • svd 计算奇异值分解
  • solve 解线性方程Ax=b
  • lstsq 计算Ax=b的最小二乘解

7.随机数生成 numpy.random对Python内置的random进行了补充

  • seed 确定随机数生成的种子
  • permutation 返回一个序列的随机排列或返回一个随机排列的范围
  • shuffle 对一个序列就地随机排列
  • rand 产生均匀分布的样本值
  • randint 从给定的上下范围内随机选取整数
  • randn 产生正态分布的样本值
  • binomial 产生二项分布的样本值
  • normal 产生二项分布的样本值
  • beta 产生Beta分布的样本值
  • chisquare 产生卡方分布的样本值
  • gamma 产生Gamma分布的样本值
  • uniform 产生(0,1)均匀分布的样本值








以上是关于利用Python进行数据分析——Numpy基础：数组和矢量计算的主要内容，如果未能解决你的问题，请参考以下文章

利用Python进行数据分析：NumPy

python数据分析进阶之numpy

numpy基础入门

Numpy基础：数组和矢量计算

数据分析从入门到“入坑“系列利用Python学习数据分析-Numpy认识和使用

python基础之numpy.reshape详解