1 NumPy简介
NumPy(Numerical Python)是Python数据分析必不可少的第三方库,NumPy的出现一定程度上解决了Python运算性能不佳的问题,同时提供了更加精确的数据类型,使其具备了构造复杂数据类型的能力。本身是由C语言开发,是个很基础的扩展,NumPy被Python其它科学计算包作为基础包,因此理解np的数据类型对python数据分析十分重要。NumPy重在数值计算,主要用于多维数组(矩阵)处理的库。用来存储和处理大型矩阵,比Python自身的嵌套列表结构要高效的多。
NumPy重要功能如下:
- 高性能科学计算和数据分析的基础包
- ndarray,多维数组,具有矢量运算能力,快速、节省空间
- 矩阵运算,无需循环,可完成类似Matlab中的矢量运算
- 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
官网地址NumPy
2 NumPy属性
NumPy的主要对象是同类型元素的多维数组,所有的元素都是一种类型。在NumPy中维度(dimensions)叫做轴(axes),轴的个数叫做秩(rank)。
例如,在3D空间一个点的坐标[1, 2, 3]是一个秩为1的数组,因为它只有一个轴。那个轴长度为3。又例如,在以下例子中,数组的秩为2(它有两个维度),第一个维度长度为3,第二个维度长度为3。
[[1., 0., 0.],
[0., 1., 2.]]
NumPy的数组类被称作ndarray,通常被称作数组。注意NumPy.array和标准Python库类array.array并不相同,后者只处理一维数组和提供少量功能,而前者可以进行高维数组的创建和提供较多且复杂的运算功能。更多重要ndarray对象属性有:
- ndarray.ndim
数组轴的个数
- ndarray.shape
数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个n排m列的矩阵,它的shape属性将是(2,3),这个元组的长度显然是秩,即维度或者ndim属性。
- ndarray.size
数组元素的总个数,等于shape属性中元组元素的乘积。
- ndarray.dtype
一个用来描述数组中元素类型的对象,可以通过创造或指定dtype使用标准Python类型。另外NumPy提供它自己的数据类型。
- ndarray.itemsize
数组中每个元素的字节大小。例如,一个元素类型为float64的数组itemsize属性值为8(=64/8),又如,一个元素类型为complex32的数组itemsize属性为4(=32/8).
- ndarray.data
包含实际数组元素的缓冲区,通常我们不需要使用这个属性,因为我们总是通过索引来使用数组中的元素。
代码示例:
import numpy as np
a = np.arange(15).reshape(3, 5)
print ("数组的维度:",a.shape)
print ("数组轴的个数:",a.ndim)
print ("数组元素类型:",a.dtype)
print ("数组中每个元素的字节大小:",a.itemsize)
print ("数组元素的总个数:", a.size)
print ("类型查询:",type(a))
#创建一个数组
b = np.array([6, 7, 8])
print ("数组b:",b)
print ("数组b类型:",type(b))
数组的维度: (3, 5)
数组轴的个数: 2
数组元素类型: int64
数组中每个元素的字节大小: 8
数组元素的总个数: 15
类型查询: <class 'numpy.ndarray'>
数组b: [6 7 8]
数组b类型: <class 'numpy.ndarray'>
3 创建ndarray
ndarray 多维数组(N Dimension Array)
NumPy数组是一个多维的数组对象(矩阵),称为ndarray,具有矢量算术运算能力和复杂的广播能力,并具有执行速度快和节省空间的特点。注意:ndarray的下标从0开始,且数组里的所有元素必须是相同类型。
1 array()
import numpy as np
a = np.array([2, 3, 4])
print ("数组a元素类型:",a)
print ("数组a类型:",a.dtype)
b = np.array([1.2, 3.5, 5.1])
print ("数组b元素类型:",b.dtype)
2 zeros() /ones()/empty()
函数function创建一个全是0的数组,函数ones创建一个全1的数组,函数empty创建一个内容随机并且依赖于内存状态的数组。默认创建的数组类型(dtype)都是float64
zeros1=np.zeros( (3,4) )
print ("数组zeros1:",zeros1)
ones1=np.ones((2,3,4))
print ("数组ones1:",ones1)
empty1 = np.empty((2, 3))
print ("数组empty1:",empty1)
3 arange()
arange() 类似 python 的 range() ,创建一个一维 ndarray 数组。
np_arange = np.arange(10, 20, 5,dtype=int)
print ("arange创建np_arange:",np_arange)
print( "arange创建np_arange的元素类型:",np_arange.dtype)
print ("arange创建np_arange的类型:",type(np_arange))
4 matrix()
matrix 是 ndarray 的子类,只能生成 2 维的矩阵
x1=np.mat("1 2;3 4")
print( x1)
x2=np.matrix("1,2;3,4")
print( x2)
x3=np.matrix([[1,2,3,4],[5,6,7,8]])
print( x3)
5 创建随机数矩阵
import numpy as np
# 生成指定维度大小(3行4列)的随机多维浮点型数据(二维),rand固定区间0.0 ~ 1.0
arr = np.random.rand(3, 4)
print(arr)
print(type(arr))
# 生成指定维度大小(3行4列)的随机多维整型数据(二维),randint()可以指定区间(-1, 5)
arr = np.random.randint(-1, 5, size = (3, 4))
print(arr)
print(type(arr))
# 生成指定维度大小(3行4列)的随机多维浮点型数据(二维),uniform()可以指定区间(-1, 5)产生-1到5之间均匀分布的样本值
arr = np.random.uniform(-1, 5, size = (3, 4)) #
print(arr)
print(type(arr))
6 ndarray的数据类型
- dtype参数,指定数组的数据类型,类型名+位数,如float64, int32
- astype方法,转换数组的数据类型
# 初始化3行4列数组,数据类型为float64
zeros_float_arr = np.zeros((3, 4), dtype=np.float64)
print(zeros_float_arr)
print(zeros_float_arr.dtype) #float64
# astype转换数据类型,将已有的数组的数据类型转换为int32
zeros_int_arr = zeros_float_arr.astype(np.int32)
print(zeros_int_arr)
print(zeros_int_arr.dtype) #int32
7 等比/等差数列
np.logspace等比数列¶
logspace中,开始点和结束点是10的幂
我们让开始点为0,结束点为0,元素个数为10,看看输出结果。
a = np.logspace(0,0,10)
a
# 输出结果
# array([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
● 我们看下面的例子,0代表10的0次方,9代表10的9次方。
a = np.logspace(0,9,10)
a
# 输出结果
# array([1.e+00, 1.e+01, 1.e+02, 1.e+03, 1.e+04, 1.e+05, 1.e+06, 1.e+07,
# 1.e+08, 1.e+09])
● 假如,我们想要改变基数,不让它以10为底数,我们可以改变base参数,将其设置为2试试。
a = np.logspace(0,9,10,base=2)
a
# 输出结果
# array([ 1., 2., 4., 8., 16., 32., 64., 128., 256., 512.])
np.linspace等差数列
np.linspace是用于创建一个一维数组,并且是等差数列构成的一维数组,它最常用的有三个参数。
● 第一个例子,用到三个参数,第一个参数表示起始点,第二个参数表示终止点,第三个参数表示数列的个数。
a = np.linspace(1,10,10)
a
# 输出结果
# array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.])
● linspace创建的数组元素是浮点型。
a.dtype
# 输出结果
# dtype('float64')
● 可以使用参数endpoint来决定是否包含终止值,默认值为True。
a = np.linspace(1,10,10,endpoint=False)
a
# 输出结果
# array([ 1. , 1.9, 2.8, 3.7, 4.6, 5.5, 6.4, 7.3, 8.2, 9.1])
4 NumPy内置函数
1 基本函数
- np.ceil(): 向上最接近的整数,参数是 number 或 array
- np.floor(): 向下最接近的整数,参数是 number 或 array
- np.rint(): 四舍五入,参数是 number 或 array
- np.isnan(): 判断元素是否为 NaN(Not a Number),参数是 number 或 array
- np.multiply(): 元素相乘,参数是 number 或 array
- np.divide(): 元素相除,参数是 number 或 array
- np.abs():元素的绝对值,参数是 number 或 array
- np.where(condition, x, y): 三元运算符,x if condition else y
# randn() 返回具有标准正态分布的序列。
arr = np.random.randn(2,3)
print(arr)
print(np.ceil(arr))
print(np.floor(arr))
print(np.rint(arr))
print(np.isnan(arr))
print(np.multiply(arr, arr))
print(np.divide(arr, arr))
print(np.where(arr > 0, 1, -1))
2 统计函数
- np.mean(), np.sum():所有元素的平均值,所有元素的和,参数是 number 或 array
- np.max(), np.min():所有元素的最大值,所有元素的最小值,参数是 number 或 array
- np.std(), np.var():所有元素的标准差,所有元素的方差,参数是 number 或 array
- np.argmax(), np.argmin():最大值的下标索引值,最小值的下标索引值,参数是 number 或 array
- np.cumsum(), np.cumprod():返回一个一维数组,每个元素都是之前所有元素的 累加和 和 累乘积,参数是 number 或 array
多维数组默认统计全部维度,axis参数可以按指定轴心统计,值为0则按列统计,值为1则按行统计。
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.cumsum(arr)) # 返回一个一维数组,每个元素都是之前所有元素的 累加和
print(np.sum(arr)) # 所有元素的和
print(np.sum(arr, axis=0)) # 数组的按列统计和
print(np.sum(arr, axis=1)) # 数组的按行统计和
3 比较函数
假如我们想要知道矩阵a和矩阵b中所有对应元素是否相等,我们需要使用all方法,假如我们想要知道矩阵a和矩阵b中对应元素是否有一个相等,我们需要使用any方法。
- np.any(): 至少有一个元素满足指定条件,返回True
- np.all(): 所有的元素满足指定条件,返回True
arr = np.random.randn(2,3)
print(arr)
print(np.any(arr > 0))
print(np.all(arr > 0))
4 去重函数
np.unique():找到唯一值并返回排序结果,类似于Python的set集合
arr = np.array([[1, 2, 1], [2, 3, 4]])
print(arr)
print(np.unique(arr))
5 排序函数
对数组元素进行排序
arr = np.array([1, 2, 34, 5])
print ("原数组arr:",arr)
#np.sort()函数排序,返回排序后的副本
sortarr1= np.sort(arr)
print ("numpy.sort()函数排序后的数组:",sortarr1)
# ndarray直接调用sort,在原数据上进行修改
arr.sort()
print ("数组.sort()方法排序:",arr)
5 NumPy运算
1 基本运算
数组的算数运算是按照元素的。新的数组被创建并且被结果填充。
import numpy as np
a = np.array([20,30,40,50])
b = np.arange(4)
c = a-b
print("数组a:",a)
print("数组b:",b)
print("数组运算a-b:",c)
2 矩阵乘法
import numpy as np
x=np.array([[1,2,3],[4,5,6]])
y=np.array([[6,23],[-1,7],[8,9]])
print(x)
print(y)
print(x.dot(y))
print(np.dot(x,y))
a = np.array([[1,2,3], [4,5,6]])
b = np.array([[2,2,2],[3,3,3]])
print(a*b)
小结
- NumPy常见属性
- NumPy创建方法
- NumPy内置函数