- 1.1 創建ndarray
- 1.2 ndarray的數據類型
- 1.3 數組和標量之間的運算
- 1.4 基本的索引和切片
- 1.5 布爾型索引
- 1.6 花式索引
- 1.7 數組轉置和軸對換
- 1.8 通用函數: 快速的元素級數組函數
- 1.9 利用數組進行數據處理
- 1.10 用於數組的文件輸入輸出
- 1.11 線性代數
- 1.12 隨機數生成
隨着機器學習等相關學科的興起,python的使用量和關注程度日益上升,而numpy作爲機器學習中必不可少的一個庫,特地整理並記錄如下。中間省略了一些我認爲十分基礎的部分,同時也增加了一些我認爲十分有意思值得關注或者有益於理解numpy邏輯的部分。
numpy基礎:數組和矢量計算
import numpy as np
data = np.array([[0.95, -0.24, -0.88], [0.56, 0.23, 0.91]])
data * 10
data
data
data * 10
- ndarray 是一個同構數據多維容器,即所有數據爲相同類型
data.shape # shape爲屬性 表示各維度大小的元組
data.dtype # dtype說明數組數據類型的對象
創建ndarray
使用array函數,它接受一切序列型對象
data1 = [6, 7, 8, 6.5, 0, 1]
arr1 = np.array(data1)
arr1
data2 = [[1, 2, 3], [4, 5, 6]]
arr2 = np.array(data2)
arr2
使用zeros和ones函數創建數組
np.zeros(10)
np.zeros((2, 3))
np.empty((2, 2, 3))
- arange 是Python內置函數range的數組版本
np.arange(10)
ndarray的數據類型
- dtype用來將ndarray解釋爲特定數據類型
arr1 = np.array([1, 2], dtype=np.float64)
arr2 = np.array([1, 2], dtype=np.int32)
print(arr1.dtype)
print(arr2.dtype)
- 通過astype可以顯示地轉換dtype
arr = np.array([1.2, 1.3, 1, 3, 4])
arr.dtype
int_arr = arr.astype(np.int32)
int_arr.dtype
- 如果某字符串全部爲數字,可以用astype將其轉化爲數值
numeric_strings = np.array(['1.2', '1.5'], dtype=np.string_)
numeric_strings.dtype
numeric_strings.astype(np.float64)
- astype可以接受其他ndarray.dtype作爲輸入。這應該不難理解。
second
print('hi')
數組和標量之間的運算
- 大小相等的數組之間的所有運算都是元素級的
arr = np.arange(10)
arr + arr
arr ** 0.5 # ** 表示指數
arr
基本的索引和切片
arr
- 切片時爲 左包含右不包含
arr[5:8]
arr[5:8] = 12
- 數組切片後依舊是一個數組
arr
- 數組切片後,對切片的操作直接作用在源數組上
arr_slice = arr[5:8]
arr_slice[1] = 12345
arr
arr_slice[:] = 64
arr
- 如果要得到一個切片的副本而非視圖,需要顯示的使用arr[5:8].copy
arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr2d[2]
- 對於2d數組的索引 以下兩種方式是等價的
arr2d[0][2]
arr2d[0, 2]
arr3d = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
arr3d
arr3d[0]
切片索引
arr[1:6]
- 對於多維度的數組,可以一次傳入多個切片,中間用逗號,隔開
arr2d[:2, 1:]
- 通過將索引和切片結合,可以獲得低維的切片
arr2d[1, :2]
arr2d[1]
arr2d
- 值得注意地:冒號表示選取整個軸
arr2d[:, :1]
布爾型索引
- 使用randn函數生成一些正態分佈的隨機數據
names = np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])
data = np.random.randn(7, 4) # 書中只使用了 randn 有誤
names
data
data[:2, 2:]
names == 'Bob'
- 這個布爾數組可以用於索引 數組長度必須和被索引數組長度一致
data[names == 'Bob']
- 可以用來對布爾值進行取反
在Python中 與 和 或 只用一個符號來表示
mask = (names == 'Bob') | (names == 'Will')
mask
data[mask]
利用布爾型數組調整數值
data[data < 0] = 0
data
通過一維布爾數組設置整行或整列
data[names != 'Joe'] = 7
data
花式索引
- 利用整數數組進行索引
arr = np.empty((8, 4))
for i in range(arr.shape[0]):
arr[i] = i
arr
# 在選取特定順序行子集時,可以傳入一個用於指定順序的整數列表或ndarray
arr[[4, 3, 0, 6]]
- 使用 負數 索引會從末尾開始選取行
arr[[-1, -5, -7]]
- 一次傳入多個索引數組,相當於是分別對行和列索引,返回對應位置的元素
arr = np.arange(32).reshape((8, 4))
arr # arange 和 reshape 搭配使用可以快速構造一些簡單數組
arr[[1, 5, 7, 3], [0, 3, 1, 2]]
arr[[1, 5, 7, 3]][:, [0, 3, 1, 2]]
np.ix_
可以將連個一維整數數組轉換爲選取方形區域的索引器
arr[np.ix_([1, 5, 7, 2], [0, 3, 1, 2])]
- 花式索引會複製一個數組的副本
數組轉置和軸對換
- 轉置時重塑的一種特殊形式,它返回源數據的視圖
arr = np.arange(15).reshape((3, 5))
arr
arr.T
arr = np.random.randn(6, 3)
np.dot(arr.T, arr)
arr = np.arange(16).reshape((2, 2, 4))
arr
arr.transpose((1, 0, 2))
通用函數: 快速的元素級數組函數
arr = np.arange(10)
np.sqrt(arr)
np.exp(arr)
x = np.random.randn(8)
y = np.random.randn(8)
x
y
np.maximum(x, y)
arr = np.random.randn(8) * 5
np.modf(arr)
arr
利用數組進行數據處理
points = np.arange(-5, 5, 0.01)
xs, ys = np.meshgrid(points, points)
ys
ys.shape
import matplotlib.pyplot as plt
z = np.sqrt(xs ** 2 + ys ** 2)
z
plt.imshow(z, cmap=plt.cm.gray)
plt.title('Image plot of $\sqrt{x^2 + y^2}$ for a grid of values')
將條件邏輯表述爲數組運算
xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
cond = np.array([True, False, True, True, False])
result = [(x if c else y) for x, y, c in zip(xarr, yarr, cond)]
result
# 使用np.where來實現
result = np.where(cond, xarr, yarr)
result
arr = np.random.randn(4, 4)
arr
np.where(arr > 0, 2, -2)
np.where(arr > 0, 2, arr)
數學和統計方法
arr = np.random.randn(5, 4)
arr.mean()
np.mean(arr)
- 既可以作爲數組的一個實例方法調用,也可以作爲Numpy的頂級函數使用。
arr.mean(1)
arr = np.arange(9).reshape((3, 3))
arr.cumsum(0)
arr.cumsum(1) # cumsum 爲依次相加,參數爲軸的方向
arr.cumprod(0)
用於布爾型數組的方法
arr = np.random.randn(100)
(arr > 0 ).sum() # 可以用sum函數對布爾值進行計數
45
bools = np.random.randn(5)
bools = np.where(bools > 0 , True,False)
bools
array([False, False, True, False, False], dtype=bool)
bools.any()
True
bools.all() # any 和 all 用來檢測數組中真值的數量,存在,全部都是
False
排序
arr = np.random.randn(9)
arr
array([ 0.56648394, 0.09646596, 2.52960358, 1.01392528, 1.01635798,
0.50707351, 0.6003978 , 0.40438106, -0.40787323])
arr.sort()
arr
array([-0.40787323, 0.09646596, 0.40438106, 0.50707351, 0.56648394,
0.6003978 , 1.01392528, 1.01635798, 2.52960358])
arr = np.random.randn(5,3)
arr.sort(1)
arr # sort函數可以用來對數組進行排序
array([[-0.09580399, 0.29251832, 1.03958502],
[-0.56989704, -0.53186181, 0.5750816 ],
[-0.8406608 , 0.68156895, 2.12098301],
[-0.35232795, 0.44457186, 1.13045437],
[-0.74018734, -0.31642068, 1.46136771]])
- np.sort 方法會返回一個數組的副本;而實例本身調用sort方法則會修改數組本身
large_arr = np.random.randn(1000)
large_arr.sort()
large_arr[int(0.05 * len(large_arr))] # 計算 5% 分位數
-1.5427390296814982
唯一化以及其他的集合邏輯
names = np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])
np.unique(names)
array(['Bob', 'Joe', 'Will'],
dtype='<U4')
用於數組的文件輸入輸出
將數組以二進制的形式保存(暫時用不到)
作爲文本文件存取數組(暫時用不到,相關讀寫操作可以用pandas組件實現)
線性代數
x = np.arange(6).reshape((2,3))
x
array([[0, 1, 2],
[3, 4, 5]])
y = np.arange(6).reshape((3,2))
x.dot(y)
array([[10, 13],
[28, 40]])
y.dot(x)
array([[ 3, 4, 5],
[ 9, 14, 19],
[15, 24, 33]])
- numpy.linalg 中有一組標準的矩陣分解運算之類的函數
from numpy.linalg import inv,qr
X = np.random.randn(5,5)
mat = X.T.dot(X)
mat
array([[ 6.6222079 , 2.37024094, 3.04849725, -6.13510153, -2.06561393],
[ 2.37024094, 8.98202163, 4.6212979 , -3.02490862, 4.15413675],
[ 3.04849725, 4.6212979 , 5.14422425, -1.59640215, 2.76677395],
[-6.13510153, -3.02490862, -1.59640215, 8.14871046, 4.16424202],
[-2.06561393, 4.15413675, 2.76677395, 4.16424202, 6.8966607 ]])
inv(mat)
array([[ 6.92376649, 7.23887753, -2.51673305, 11.65615503,
-8.31493388],
[ 7.23887753, 8.55271051, -2.51461368, 13.22100216,
-9.95764339],
[ -2.51673305, -2.51461368, 1.39594234, -3.84337402,
2.52150043],
[ 11.65615503, 13.22100216, -3.84337402, 21.04459734, -15.6373916 ],
[ -8.31493388, -9.95764339, 2.52150043, -15.6373916 , 12.0828665 ]])
I = mat.dot(inv(mat))
np.where(np.fabs(I) < 0.01,0,I)
array([[ 1., 0., 0., 0., 0.],
[ 0., 1., 0., 0., 0.],
[ 0., 0., 1., 0., 0.],
[ 0., 0., 0., 1., 0.],
[ 0., 0., 0., 0., 1.]])
q,r = qr(mat)
q
array([[-0.66000935, 0.16706919, -0.25898634, -0.58912734, -0.34975791],
[-0.23623257, -0.76590412, 0.41085523, 0.11550852, -0.41885655],
[-0.3038317 , -0.28146184, -0.73802815, 0.52204446, 0.10606395],
[ 0.61146138, -0.07062138, -0.41330024, -0.13285758, -0.65776848],
[ 0.2058716 , -0.54888124, -0.22050263, -0.59110507, 0.50825156]])
r
array([[-10.03350621, -6.08472005, -5.07325425, 11.08876476,
3.50744819],
[ 0. , -9.85059669, -5.88395418, -1.12001765,
-8.38504438],
[ 0. , 0. , -2.63770457, -2.76179267,
-3.04205653],
[ 0. , 0. , 0. , -1.11256208,
-1.48877537],
[ 0. , 0. , 0. , 0. ,
0.04206382]])
隨機數生成
參考來源
- 利用Python進行數據分析