首页 > 资讯 > 后端开发 > Python >玩数据必备Python库之numpy使用详解

516

分享到

玩数据必备Python库之numpy使用详解

2024-04-02 19:04:59 516人浏览安东尼

Python 官方文档：入门教程 => 点击学习

摘要

目录前言1. ndarray介绍2. ndarray的基本操作生成数组数组索引、切片修改数组形状修改数组类型数组去重删除元素3. ndarray运算逻辑运算统计运算数组运算4. ma

前言

numpy 库是一个科学计算库，使用方法：import numpy as np

用于快速处理任意维度的数组，存储的对象是ndarray
用于矩阵运算,存储的对象是matrix

1. ndarray介绍

1. ndarray的属性

item = np.array([[1, 2], [3, 4], [5, 6]])
# ndarray的属性
print('shape 表示数组维度的元组', item.shape)  # (3, 2)
print('ndim 表示数组维数', item.ndim)  # 2
print('size 表示数组中元素个数', item.size)  # 6
print('itemsize 表示一个元素所占字节大小', item.itemsize)  # 4
print('dtype 表示数字元素的类型', item.dtype)  # int32

2. ndarray的形状

ndarray可以是任意维度的数组

# ndarray的形状
a1 = np.array([1, 2])
a2 = np.array([[1, 2], [3, 4]])
a3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print('a1是{0}维数组'.fORMat(a1.ndim))
print('a2是{0}维数组'.format(a2.ndim))
print('a3是{0}维数组'.format(a3.ndim))
# a1是1维数组
# a2是2维数组
# a3是3维数组

3. ndarray的类型

创建ndarray对象时，可以使用dtype参数指定ndarray的类型

# ndarray的类型
item = np.array([[1, 2], [3, 4]], dtype=np.str_)	# 设置类型为字符串
print(item)
#[['1' '2']
# ['3' '4']]

2. ndarray的基本操作

生成数组

1. 生成0和1数组

# 生成一个3行4列的数组，元素为0。注意：默认类型为浮点型 0.
arr_zero = np.zeros([3, 4], dtype=int)
# 生成一个3行4列的数组，元素为1
arr_one = np.ones_like(arr_zero)

2. 从现有数组生成

array()

a = np.array([[1, 2, 3], [4, 5, 6]])
array = np.array(a)
print(array)

asarray()

asarray = np.asarray(a)
print(asarray)

array()和asarray()的区别

a[0, 0] = 100   # 修改元素值
print(array)    # array是深拷贝，修改原数据，现数据不变。相当于复制
print(asarray)  # asarray是浅拷贝，修改原数据，现数据改变。相当于创建快捷方式
# [[1 2 3]
#  [4 5 6]]
# [[100   2   3]
#  [  4   5   6]]

3. 生成固定范围的数组

linspace(start, stop, num, endpoint) 固定个数，步长相等

# 从0到100，生成11个元素，默认包含stop值100，endpoint=True
arr = np.linspace(0, 100, 11)
print(arr)
# [  0.  10.  20.  30.  40.  50.  60.  70.  80.  90. 100.]

arange(start, stop, step, dtype) 固定步长

# 从0到50，固定步长10生成int类型元素，不包括stop值
arr2 = np.arange(0, 50, 10, np.int32)
print(arr2)
# [ 0 10 20 30 40]

logspace(start, stop, num) 生成10的N次幂的数据

# 从10^0开始到10^3结束，生成4个元素
arr3 = np.logspace(0, 3, 4)
print(arr3)
# [   1.   10.  100. 1000.]

4. 生成随机数组 np.random模块

4.1. 均匀分布生成

rand(d0, d1, … , dn) 返回一个[0.0, 1.0)内的一组均匀分布的数据

a1 = np.random.rand(2, 3)   
print(a1)

uniform(low, high, size) 从一个均匀分布[low, high)中随机采样，可替代rand()方法常用

a2 = np.random.uniform(1, 10, (2, 3))
print(a2)

randint(low, high, size) 从一个均匀分布[low, high)中随机采样,生成N维整数数组

a3 = np.random.randint(1, 10, (2, 3))
print(a3)

生成均匀分布数据的小案例

import matplotlib.pyplot as plt

# 1.准备数据 在[0,1)范围内生成 100000000 个数据
x = np.random.uniform(0, 1, 100000000)
# 2.画布
plt.figure(figsize=(20,8), dpi=100)
# 3.绘制 x为数据， bins是要划分的区间数
plt.hist(x=x, bins=1000)
# 4.显示
plt.show()

数据分布如图所示：

4.2. 正态分布生成

randn(d0, d1, … , dn) 从标准正态分布中返回一个或多个样本值

a1 = np.random.randn(2, 3)   
print(a1)

normal(loc, scale, size) loc均值，scale标准差，默认size=None，返回一个值常用

a2 = np.random.normal(1.75, 1, (2, 3))
print(a2)

standard_normal(size) 返回指定形状的标准正态分布的数组

a3 = np.random.standard_normal((2, 3))
print(a3)

生成正态分布数据的小案例

# 1.准备数据
x = np.random.normal(1.75, 1, 100000000)
# 2.画布
plt.figure(figsize=(20,8), dpi=100)
# 3.绘制 x为数据， bins是要划分的区间数
plt.hist(x=x, bins=1000)
# 4.显示
plt.show()

数据分布如图所示：

数组索引、切片

直接索引，先对行索引，再对列索引
高维数组索引，从宏观到微观

# 生成一个5行4列的随机数组，范围在40~100
score = np.random.randint(40, 100, (5, 4))
print(score)
# 获取第一行，第三列的值
print(score[0, 2])
# 获取前两行，前三列的值，注意切片是[)，左闭右开
print(score[0:2, 0:3])

修改数组形状

reshape(shape[,order]) 返回一个新数组，原数组不变，行列顺序不变

# 生成一个4行5列的随机数组，范围在40~100
score = np.random.randint(40, 100, (4, 5))
# 将数组修改为5行4列
a1 = score.reshape([5, 4])
print(a1)
# 若行为-1，表示行不固定，根据列的大小修改，但必须保证列的大小是总数的一个因数，否则会报错
a2 = score.reshape([-1, 10])    # 元素总数为20，[-1, 10]表示 20/10 修改为2行10列
print(a2)

resize(shape[,order]) 无返回，改变原数组，行列顺序不变

# 将数组修改为5行4列
score.resize([5, 4])
print(score)

T 返回一个新数组，原数组不变，行列顺序改变

print(score.T)

修改数组类型

astype(dtype)

# 生成一个4行5列的随机数组，范围在[1,5) 类型为浮点型
score = np.random.uniform(1, 5, (4, 5))
# 修改数组类型为int
print(score.astype(np.int_))

数组去重

np.unique()

arr = np.array([[1, 2, 3, 4], [3, 4, 5, 6]])
print(np.unique(arr))
# [1 2 3 4 5 6]

删除元素

np.delete(arr,obj,axis)

arr：ndarray数组
obj：删除元素的位置或者条件
axis：指定删除行或者列

3. ndarray运算

逻辑运算

大于、小于直接进行比较
bool赋值，通过布尔索引进行赋值

arr = np.random.normal(0.75, 1, (3, 4))
print(arr)
# 逻辑判断 如果值大于0，标记为True，否则为False
print(arr > 0)  # 大于、小于 直接进行比较
# bool赋值，通过布尔索引进行赋值
arr[arr > 0] = 2    # 将大于0的元素赋值为2
print(arr)
# [[ 1.61640357 -0.21286798  0.67147044  1.07099177]
#  [ 0.87844707 -0.30592255  2.51825124 -0.53368643]
#  [ 0.85427772 -1.21688459 -0.81051012  0.77601911]]
# [[ True False  True  True]
#  [ True False  True False]
#  [ True False False  True]]
# [[ 2.         -0.21286798  2.          2.        ]
#  [ 2.         -0.30592255  2.         -0.53368643]
#  [ 2.         -1.21688459 -0.81051012  2.        ]]

通用判断函数

np.all() 所有元素都满足才会返回True
np.any() 任何一个元素满足都会返回True

# 通用判断函数
arr = np.random.normal(0.75, 1, (3, 4))
print(arr)
# np.all()  所有元素都满足才会返回True
print(np.all(arr > 0))
# np.any()  任何一个元素满足都会返回True
print(np.any(arr > 0))

# [[ 2.96745424  1.13869564  2.42304826  1.00264569]
#  [ 1.09160352  1.67433992  0.80692908  0.87226686]
#  [-0.11395954 -0.10808592  2.67034408  1.06746313]]
# False
# True

三元运算符

np.where(表达式, value1, value2) 表达式为True，执行value1，否则执行value2
复合逻辑需要结合 np.logical_and() 或 np.logical_or() 使用

# 三元运算符
arr = np.random.normal(0.75, 1, (3, 4))
print(arr)
# np.where(表达式, value1, value2)     表达式为True，执行value1， 否则执行value2
print(np.where(arr > 0, 1, 0))
# 复合逻辑需要结合 np.logical_and() 或 np.logical_or() 使用
print(np.where(np.logical_and(arr > 0.5, arr < 1), 1, 0))   # 大于0.5并且小于1
print(np.where(np.logical_or(arr > 0.5, arr < -0.5), 1, 0))   # 大于0.5或者小于-0.5
# [[-0.55217725  1.50314214  0.35100255  1.76121231]
#  [-0.47892572  1.7304177   1.19885493  0.28415964]
#  [ 0.83477297  0.76201994  0.40926624  0.95691155]]
# [[0 1 1 1]
#  [0 1 1 1]
#  [1 1 1 1]]
# [[0 0 0 0]
#  [0 0 0 0]
#  [1 1 0 1]]
# [[1 1 0 1]
#  [0 1 1 0]
#  [1 1 0 1]]

统计运算

min() 最小值
max() 最大值
mean() 均值
std() 标准差
var() 方差
argmin() 最小值的下标
argmax() 最大值的下标

统计时，还可以指定统计轴axis（行或者列），在每个轴上进行统计, axis轴的取值并不固定，在本例中，axis 0表示列，1表示行

arr = np.random.normal(0.75, 1, (3, 4))
print(arr)
print(np.max(arr))  # 最大值
print(np.max(arr, axis=1))  # 每行的最大值
# [[ 0.25961034  0.56145924  0.71150806 -0.17447214]
#  [ 0.70701591 -0.16176053  0.24923484  0.48678436]
#  [ 1.21328659 -0.15891988  1.69161668  1.42672955]]
# 1.6916166794484437
# [0.71150806 0.70701591 1.69161668]

数组运算

数组与标量运算

对应元素直接进行运算

arr = np.array([1, 0, 5])
print(arr)
print(arr + 2)
print(arr * 2)
# [1 0 5]
# [3 2 7]
# [ 2  0 10]

数组与数组运算

数组之间的运算需要满足广播机制才可以运算，两个条件

维度相等
shape（其中相对应的一个地方为1）

条件可以表示为：

可以运算：
A       (3D array): 5 x 4 x 7
B       (3d array): 5 x 1 x 1
Result  (3d array): 5 x 4 x 7

A       (4d array): 9 x 1 x 7 x 1
B       (3d array):     8 x 1 x 5
Result  (4d array): 9 x 8 x 7 x 5

A       (2d array): 5 x 4
B       (1d array):     1
Result  (2d array): 5 x 4

不可以运算：
A       (1d array): 10
B       (1d array): 12
A       (2d array): 2 x 1
B       (3d array): 4 x 3 x 2

arr = np.array([1, 0, 5])
arr2 = np.array([2, 1, 1, 4])
print(arr + arr2)
# ValueError: operands could not be broadcast together with shapes (3,) (4,)

a = np.array([[1, 2, 3, 2, 1, 4]])  # A         (2d array):     1 x 6
b = np.array([[[1], [3], [4]]])     # B         (3d array): 1 x 3 x 1
                                    # Result    (3d array): 1 x 3 x 6
print(a + b , '新数组的shade是{}'.format((a+b).shape))
# [[[2 3 4 3 2 5]
#   [4 5 6 5 4 7]
#   [5 6 7 6 5 8]]] 新数组的shade是(1, 3, 6)

4. matrix 矩阵介绍

矩阵和向量

矩阵（matrix），和数组的区别：矩阵只能是二维的，数组可以是多维的

向量：向量是一种特殊的矩阵，一般都是列向量

加法和常量乘法

矩阵的加法：行列数相等才能相加

矩阵的常量乘法：每个元素都要乘

矩阵间的乘法

两个矩阵相乘，只有第一个矩阵的列数等于第二个矩阵的行数才能相乘，即：(M行，N列) × (N行，L列) = (M行，L列)

矩阵乘法的性质

(1)　结合律： (AB)C=A(BC)

(2)　分配律：（左分配律）C(A+B)=CA+CB
　　　　　　　　（右分配律）(A+B)C=AC+BC

(3)　对常量的结合性：k(AB)=(kA)B=A(kB)

单位矩阵

从左上角到右下角的对角线均为1，其余元素都为0的矩阵

逆矩阵

矩阵A × 矩阵B = 单位矩阵，则A和B互为逆矩阵

转置矩阵

行和列互换的矩阵

5. Python中矩阵运算

np.matmul() 两个矩阵相乘
np.dot() 两个矩阵相乘或者矩阵与标量相乘

arr1 = np.random.randint(1, 7, (3, 2)) # 3 x 2 矩阵
arr2 = np.random.randint(2, 5, (2, 4)) # 2 x 4 矩阵
print(arr1)
print(arr2)
print(np.matmul(arr1, arr2))  # 结果为 3 x 4 矩阵
# print(np.dot(arr1, arr2))

# np.dot() 支持与标量相乘
print(np.dot(arr1, 5))  # 结果为 3 x 2 矩阵
# [[6 5]
#  [2 1]
#  [5 1]]
# [[2 2 3 4]
#  [4 2 3 2]]
# [[32 22 33 34]
#  [ 8  6  9 10]
#  [14 12 18 22]]
# [[30 25]
#  [10  5]
#  [25  5]]