数据分析 --- 01. Numpy

时间 2019-11-08

标签数据分析 numpy 繁體版

原文原文链接

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

一.建立

　　1. 使用np.array() 建立

导入模块:

import numpy as np

　　①一维数据建立数组

np.array([1,2,3,4,5])

结果为:
array([1, 2, 3, 4, 5])

　　②二维数组建立dom

np.array([[1,2,3.2],[4,5,6]])

array([[ 1. ,  2. ,  3.2],
       [ 4. ,  5. ,  6. ]])

注意：

numpy默认ndarray的全部元素的类型是相同的

若是传进来的列表中包含不一样的类型，则统一为同一类型，优先级：str>float>int

　　2.使用np 的 routlines 函数建立

　　①np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 等差数列函数

np.linspace(0,100,num=51)

结果为:

array([   0.,    2.,    4.,    6.,    8.,   10.,   12.,   14.,   16.,
         18.,   20.,   22.,   24.,   26.,   28.,   30.,   32.,   34.,
         36.,   38.,   40.,   42.,   44.,   46.,   48.,   50.,   52.,
         54.,   56.,   58.,   60.,   62.,   64.,   66.,   68.,   70.,
         72.,   74.,   76.,   78.,   80.,   82.,   84.,   86.,   88.,
         90.,   92.,   94.,   96.,   98.,  100.])

　　②np.arange([start, ]stop, [step, ]dtype=None)ui

np.arange(0,100,2)

结果为:

array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32,
       34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66,
       68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98])

　　③np.random.randint(low, high=None, size=None, dtype='l')lua

np.random.randint(0,100,size=(5,6))

结果为:

array([[46, 91, 10, 79, 98, 47],
       [66, 41, 99,  7, 69, 22],
       [99, 51, 25, 49, 82, 59],
       [ 6, 20, 28, 33, 63, 66],
       [29, 58, 91, 46, 60, 57]])

　　④np.random.random(size=None)spa

np.random.random((5,5))

结果为:

array([[ 0.44483672,  0.14777086,  0.83894078,  0.50285068,  0.27617434],
       [ 0.96386475,  0.11509807,  0.83173289,  0.93913778,  0.74246338],
       [ 0.71150576,  0.09607129,  0.04946329,  0.72253115,  0.65797176],
       [ 0.47363412,  0.2775543 ,  0.40101206,  0.05375956,  0.30270107],
       [ 0.05198828,  0.62509195,  0.42600588,  0.18691781,  0.54398897]])

#指定变化因子,生成的数据就不会变化了
np.random.seed(90)
np.random.randint(0,100,size=(5,6))

array([[91, 29, 31, 67, 39, 68],
       [58, 37, 18, 74, 96, 51],
       [30, 80, 18, 77, 82,  9],
       [ 0,  0, 10, 95, 12,  4],
       [26,  9, 48, 70, 75, 80]])

二.属性

4个必记参数： 

　　ndim：维度 

　　shape：形状（各维度的长度） 

　　size：总长度

　　dtype：元素类型

　　#使用matplotlib.pyplot获取一个numpy数组，数据来源于一张图片3d



import matplotlib.pyplot as plt
%matplotlib inline

cat_img_arr = plt.imread('./cat.jpg')

plt.imshow(cat_img_arr)

#查看形状:

cat_img_arr.shape

#结果为:

(456, 730, 3)

#查看元素类型:
cat_img_arr.dtype

结果为:

dtype('uint8')

三.基本操做

#生成数组

arr = np.random.randint(60,100,size=(7,5))

array([[75, 90, 93, 74, 91],
       [62, 62, 83, 88, 62],
       [78, 61, 92, 67, 82],
       [66, 73, 62, 61, 66],
       [93, 73, 72, 67, 93],
       [79, 71, 98, 69, 62],
       [64, 94, 98, 83, 74]])

　　1.索引

①获取第一行code

arr[0]

array([75, 90, 93, 74, 91])

②获取前两行blog

arr[[0,1]]

array([[75, 90, 93, 74, 91],
       [62, 62, 83, 88, 62]])

　　2.切片

①获取前两行排序

arr[0:2]

array([[75, 90, 93, 74, 91],
       [62, 62, 83, 88, 62]])

②获取前两列

arr[:,0:2]  #逗号左边表示行 右边表示列

array([[75, 90],
       [62, 62],
       [78, 61],
       [66, 73],
       [93, 73],
       [79, 71],
       [64, 94]])

③获取前两行和前两列

arr[0:2,0:2]

array([[75, 90],
       [62, 62]])

④行倒序

arr[::-1]

array([[64, 94, 98, 83, 74],
       [79, 71, 98, 69, 62],
       [93, 73, 72, 67, 93],
       [66, 73, 62, 61, 66],
       [78, 61, 92, 67, 82],
       [62, 62, 83, 88, 62],
       [75, 90, 93, 74, 91]])

⑤列倒序

arr[:,::-1]

array([[91, 74, 93, 90, 75],
       [62, 88, 83, 62, 62],
       [82, 67, 92, 61, 78],
       [66, 61, 62, 73, 66],
       [93, 67, 72, 73, 93],
       [62, 69, 98, 71, 79],
       [74, 83, 98, 94, 64]])

⑥所有倒序

arr[::-1,::-1]

array([[74, 83, 98, 94, 64],
       [62, 69, 98, 71, 79],
       [93, 67, 72, 73, 93],
       [66, 61, 62, 73, 66],
       [82, 67, 92, 61, 78],
       [62, 88, 83, 62, 62],
       [91, 74, 93, 90, 75]])

⑦将图片的数组倒叙

　　3.变形

①将多维数组变造成一维数组

arr1 = arr.reshape((35,))

array([75, 90, 93, 74, 91, 62, 62, 83, 88, 62, 78, 61, 92, 67, 82, 66, 73,
       62, 61, 66, 93, 73, 72, 67, 93, 79, 71, 98, 69, 62, 64, 94, 98, 83,
       74])

②将一维数组变造成多维数组



arr1.reshape((5,7))

# -1 表示自动补充,这两种结果同样
arr1.reshape((-1,7))

array([[75, 90, 93, 74, 91, 62, 62],
       [83, 88, 62, 78, 61, 92, 67],
       [82, 66, 73, 62, 61, 66, 93],
       [73, 72, 67, 93, 79, 71, 98],
       [69, 62, 64, 94, 98, 83, 74]])

　　4.级联

①将两个数组进行级联

np.concatenate((arr,arr),axis=1)

array([[75, 90, 93, 74, 91, 75, 90, 93, 74, 91],
       [62, 62, 83, 88, 62, 62, 62, 83, 88, 62],
       [78, 61, 92, 67, 82, 78, 61, 92, 67, 82],
       [66, 73, 62, 61, 66, 66, 73, 62, 61, 66],
       [93, 73, 72, 67, 93, 93, 73, 72, 67, 93],
       [79, 71, 98, 69, 62, 79, 71, 98, 69, 62],
       [64, 94, 98, 83, 74, 64, 94, 98, 83, 74]])

②合并图片

arr_3 = np.concatenate((cat_img_arr,cat_img_arr,cat_img_arr),axis=1)
arr_9 = np.concatenate((arr_3,arr_3,arr_3),axis=0)
plt.imshow(arr_9)

级联须要注意的点：

　　级联的参数是列表：必定要加中括号或小括号

　　维度必须相同

　　形状相符:在维度保持一致的前提下，若是进行横向（axis=1）级联，必须保证进行级联的数组行数保持一致。若是进行纵向（axis=0）级联，必须保证进行级联的数组列数保持一致。

　　可经过axis参数改变级联的方向

　　5.切分

四.聚合操做

np.sum    求和
np.prod    np.nanprod    Compute product of elements
np.mean    平均
np.std    np.nanstd    Compute standard deviation
np.var    np.nanvar    Compute variance
np.min    最小
np.max    最大
np.argmin    np.nanargmin    Find index of minimum value
np.argmax    np.nanargmax    Find index of maximum value
np.median    np.nanmedian    Compute median of elements
np.percentile    np.nanpercentile    Compute rank-based statistics of elements
np.any    N/A    Evaluate whether any elements are true
np.all    N/A    Evaluate whether all elements are true
np.power 幂运算

示例:

arr.mean(axis=1)

array([ 84.6,  71.4,  76. ,  65.6,  79.6,  75.8,  82.6])

五.排序

np.sort()与ndarray.sort()均可以，但有区别：

　　np.sort()不改变输入值
　　ndarray.sort()本地处理，不占用空间，但改变输入值