Numpy简介
下面的展示方式可能不一样 有在ipython环境下和Jupyter环境下(选择工作中常用的分享)
NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。
一种多维数组对象 ndarray
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。常用的属性如下：
In [10]: np.arange(16).reshape((4,4))
Out[10]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
In [11]: type(np.arange(16).reshape((4,4)))
Out[11]: numpy.ndarray
data=np.arange(16).reshape((4,4))
data.dtype
#dtype('int32')
data.shape
#(4, 4)
data.size
#16
创建ndarray
有好几种创建数组的方法,常用array函数从常规的Python列表和元组创造数组。所创建的数组类型由原序列中的元素类型推导而来。
In [8]: np.array([1,2,3,4,5])
Out[8]: array([1, 2, 3, 4, 5])
In [7]: np.array([[1,2,3,4,5,6],[1,2,3,4,5,6]])
Out[7]:
array([[1, 2, 3, 4, 5, 6],
[1, 2, 3, 4, 5, 6]])
In [14]: np.array([(1,2,3,4,5,6),[1,2,3,4,5,6]])
Out[14]:
array([[1, 2, 3, 4, 5, 6],
[1, 2, 3, 4, 5, 6]])
In [16]: np.array(((1,2,3,4,3,6),(1,2,3,4,5,6)))
Out[16]:
array([[1, 2, 3, 4, 3, 6],
[1, 2, 3, 4, 5, 6]])
#指定类型
In [17]: np.array(((1,2,3,4,3,6),(1,2,3,4,5,6)),dtype=float)
Out[17]:
array([[ 1., 2., 3., 4., 3., 6.],
[ 1., 2., 3., 4., 5., 6.]])
numpy常用的函数
ones创建一个全1的数组
zeros 创建一个全0的数组
empty创建一个内容随机并且依赖与内存状态的数组
arange 为了创建一个数列的函数,返回数组而不是列表:
In [20]: np.ones((2,3))
Out[20]:
array([[ 1., 1., 1.],
[ 1., 1., 1.]])
In [21]: np.zeros((2,3))
Out[21]:
array([[ 0., 0., 0.],
[ 0., 0., 0.]])
#一维数组被打印成行，二维数组成矩阵，三维数组成矩阵列表。
In [24]: np.arange(6)
Out[24]: array([0, 1, 2, 3, 4, 5])
In [27]: np.arange(12).reshape(2,6)
Out[27]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11]])
In [29]: np.arange(12).reshape(3,2,2)
Out[29]:
array([[[ 0, 1],
[ 2, 3]],
[[ 4, 5],
[ 6, 7]],
[[ 8, 9],
[10, 11]]])
#如果一个数组用来打印太大了，NumPy自动省略中间部分而只打印角落
In [31]: np.arange(100000)
Out[31]: array([ 0, 1, 2, ..., 99997, 99998, 99999])
# 禁用NumPy的这种行为并强制打印整个数组，你可以设置 printoptions参数来更改打印选项。
基本运算
数组的算术运算是按元素的。新的数组被创建并且被结果填充。
data1=np.arange(10)
data2=np.arange(10)
data1*data2
#array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81])
不像许多矩阵语言，NumPy中的乘法运算符*指示按元素计算，矩阵乘法可以使用dot函数或创建矩阵对象实现
np.dot(data1,data2)
#285
有些操作符像 +=和 *=被用来更改已存在数组而不创建一个新的数组。
data=np.ones(15)
data
#out
array([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1.])
data*=2
#out
array([ 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2., 2.,
2., 2.])
运算指定 axis参数你可以吧运算应用到数组指定的轴上
data=np.arange(18).reshape((3,6))
data
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17]])
data.sum(axis=0)
array([18, 21, 24, 27, 30, 33])
data.sum(axis=1)
array([15, 51, 87])
索引，切片和迭代
一维数组可以被索引、切片和迭代，就像列表和其它Python序列。
多维数组可以每个轴有一个索引,这些索引由一个逗号分割的元组给出。
当少于轴数的索引被提供时，确失的索引被认为是整个切片： 索引切片是原数据的视图，修改的话会对原数据造成影响 需要得到副本数据的话，加copy()
data=np.arange(18).reshape((3,6))
data
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17]])
data[1:3,3:]
array([[ 9, 10, 11],
[15, 16, 17]])
#如果一个人想对每个数组中元素进行运算，我们可以使用flat属性，该属性是数组元素的一个迭代器
for i in data.flat:
print(i)
data[1:3,3:]=12
data
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 12, 12, 12],
[12, 13, 14, 12, 12, 12]])
data=data[1:3,3:].copy()
布尔型索引
names=np.array(['bob','les','lee','leslee','sally','silly','alis'])
data=np.random.randn(7,4)
data
array([[-1.13573027, -0.68479345, 0.59825133, 1.78172432],
[-1.1516828 , 0.89823945, -0.12296042, 0.12370584],
[ 1.42724922, 0.84648497, -0.6145136 , -1.92440901],
[ 0.8897498 , -0.13524427, -0.13473049, 0.22418047],
[-0.12076329, -0.71757068, 0.22619757, -0.31316627],
[ 0.13114028, 1.00729055, -0.3865038 , 1.00018106],
[ 0.18532823, -1.00441648, -1.04649557, -1.16575243]])
#每个名字对呀data数组中的一行 选出name等于lee的行
names=='lee'
array([False, True, True, False, False, False, False], dtype=bool)
data[names=='lee']
array([[-1.1516828 , 0.89823945, -0.12296042, 0.12370584],
[ 1.42724922, 0.84648497, -0.6145136 , -1.92440901]])
data[names=='lee',2:]
array([[-0.12296042, 0.12370584],
[-0.6145136 , -1.92440901]])
data[names!='lee',2:]
array([[-0.12296042, 0.12370584],
[-0.6145136 , -1.92440901]])
data[(names=='lee')|(names=='bob'),2:]
array([[ 0.59825133, 1.78172432],
[-0.12296042, 0.12370584],
[-0.6145136 , -1.92440901]])
data[(names=='lee')&(names=='bob'),2:]
array([], shape=(0, 2), dtype=float64)
# and or 在布尔型数组中无效
data[data>0]
array([ 0.59825133, 1.78172432, 0.89823945, 0.12370584, 1.42724922,
0.84648497, 0.8897498 , 0.22418047, 0.22619757, 0.13114028,
1.00729055, 1.00018106, 0.18532823])
data[names!='bob']=7
花式索引
data=np.empty((4,4))
data
array([[ 6.23042070e-307, 3.56043053e-307, 1.60219306e-306,
2.44763557e-307],
[ 1.69119330e-306, 1.78022342e-306, 1.05700345e-307,
1.11261027e-306],
[ 1.11261502e-306, 1.42410839e-306, 7.56597770e-307,
6.23059726e-307],
[ 8.90104239e-307, 6.89804133e-307, 1.69118923e-306,
8.45593934e-307]])
data[[1,2,3]]
array([[ 1.69119330e-306, 1.78022342e-306, 1.05700345e-307,
1.11261027e-306],
[ 1.11261502e-306, 1.42410839e-306, 7.56597770e-307,
6.23059726e-307],
[ 8.90104239e-307, 6.89804133e-307, 1.69118923e-306,
8.45593934e-307]])
#选取其中的2,3,4行，默认从0开始
#np.ix_将两个以为数组转化为方形区域的索引器
data[np.ix_([1,2,3],[0,1,2])]
array([[ 1.69119330e-306, 1.78022342e-306, 1.05700345e-307],
[ 1.11261502e-306, 1.42410839e-306, 7.56597770e-307],
[ 8.90104239e-307, 6.89804133e-307, 1.69118923e-306]])
利用数组进行数据处理
np.arange(1,10,0.01)
array([ 1. , 1.01, 1.02, 1.03, 1.04, 1.05, 1.06, 1.07, 1.08,
1.09, 1.1 , 1.11, 1.12, 1.13, 1.14, 1.15, 1.16, 1.17,
1.18, 1.19, 1.2 , 1.21, 1.22, 1.23, 1.24, 1.25, 1.26,
1.27, 1.28, 1.29, 1.3 , 1.31, 1.32, 1.33, 1.34, 1.35,
1.36, 1.37, 1.38, 1.39, 1.4 , 1.41, 1.42, 1.43, 1.44,
1.45, 1.46, 1.47, 1.48, 1.49, 1.5 , 1.51, 1.52, 1.53,
1.54, 1.55, 1.56, 1.57, 1.58, 1.59, 1.6 , 1.61, 1.62,
1.63, 1.64, 1.65, 1.66, 1.67, 1.68, 1.69, 1.7 , 1.71,
1.72, 1.73, 1.74, 1.75, 1.76, 1.77, 1.78, 1.79, 1.8 ,
1.81, 1.82, 1.83, 1.84, 1.85, 1.86, 1.87, 1.88, 1.89,
1.9 , 1.91, 1.92, 1.93, 1.94, 1.95, 1.96, 1.97, 1.98, 1.99])
np.where 函数是三元表达式 x if condition else y的矢量化版本
result = np.where(cond,xarr,yarr)
当符合条件时是x，不符合是y，常用于根据一个数组产生另一个新的数组。
栗子：假设有一个随机数生成的矩阵，希望将所有正值替换为2，负值替换为-2
arr = np.random.randn(4,4)
arr
np.where(arr>0,2,-2)
#numpy中有一些常用的用来产生随机数的函数，randn就是其中一个 numpy.random.randn(d0, d1, ..., dn)
#d0, d1, …, dn都应该是整数，是浮点数也没关系，系统会自动把浮点数的整数部分截取出来。d0, d1, …, dn：应该为正整数，表示维度
arr = np.random.randn(4,4)
arr
Out[51]:
array([[ 0.04150406, 1.27790573, -0.25917274, -1.25604622],
[ 0.8797799 , 1.84828821, -1.21709272, -0.41767649],
[-0.71758894, -0.70595454, 1.72330333, 0.18559916],
[-2.19529605, 2.11615947, -0.13563148, -1.41532576]])
np.where(arr>0,2,-2)
Out[52]:
array([[ 2, 2, -2, -2],
[ 2, 2, -2, -2],
[-2, -2, 2, 2],
[-2, 2, -2, -2]])
np.where(cond1&cond2,0,np.where(cond1,1,np.where(cond2,2,3)))
#等价于
if cond1 and cond2:
0
elif cond1:
1
elif cond2:
2
else:
3
数学和统计方法
data=np.random.randn(5,4)
data
array([[-0.44582163, -1.84127166, -0.31569774, 1.36470645],
[-0.11506653, -1.03561913, -0.97670808, -1.05951855],
[-1.24155893, -0.99854379, -0.77521176, 0.96576693],
[-0.07880383, -1.05389831, -0.98544118, 0.347693 ],
[ 0.50354977, 1.30615654, -0.39931607, 0.99116404]])
data.sum()#矩阵求和
data.sum(axis=0)#列求和
data.sum(axis=1)#行求和
#其他函数功能就不列举了，自行查询
#布尔型数组的求和方法
(data>0).sum()
data=np.random.randn(5,4)
(data>0).sum(axis=1)
array([2, 3, 3, 3, 2])
#排序 sort
data.sort(axis=1)
data
array([[-1.84127166, -0.44582163, -0.31569774, 1.36470645],
[-1.05951855, -1.03561913, -0.97670808, -0.11506653],
[-1.24155893, -0.99854379, -0.77521176, 0.96576693],
[-1.05389831, -0.98544118, -0.07880383, 0.347693 ],
[-0.39931607, 0.50354977, 0.99116404, 1.30615654]])
唯一化及常用集合逻辑
data=np.array(['lee','les','bob','hello','hello'])
np.unique(data)
array(['bob', 'hello', 'lee', 'les'],
dtype='<U5')
value=np.array([1,2,3,4,5,6,7,8,])
#判断in1d(x,y)判断x是否在y中
np.in1d(value,[1,2,3,4,5])
array([ True, True, True, True, True, False, False, False], dtype=bool)
value[np.in1d(value,[1,2,3,4,5])]
array([1, 2, 3, 4, 5])
本文分享自微信公众号 - 我爱问读书（wawds_）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。