Day2-Numpy使用详解

目录

1：简介

2：Numpy要点

2.1：创建数组

2.2：获取Numpy中数据的维度

2.3：获取本地数据

2.4：Numpy数组索引

2.5：切片

2.6：数据比较

2.7：代替值

2.8：数据类型转换

2.9：Numpy的统计计算方法

---

 

1：简介

Numpy（Numerical Python的简称）是高性能科学计算和数据分析的基础包，提供了矩阵运算的功能。Numpy提供了一下几个主要功能：

• ndarray————一个具有向量算数运算和复杂广播能力的多维数组对象。
• 用于对数组数据进行快速晕眩的标准数学函数。
• 用于读写磁盘数据的工具以及用户操作内存映射文件的工具。
• 非常有用的线性代数，傅里叶变换和随机数操作。
• 用于集成C/C++和Fortran代码的工具。

除明显的科学用途之外，Numpy也可以用作通用数据的高效多维容器，可以定义任意的数据类型。

这使Numpy可以无缝，快速的与各种数据库集成。

2：Numpy要点

2.1：创建数组

在Numpy中，最核心的数据结构是ndarray，ndarray代表的数多维数组，数组指的是数据的集合。

举例:

(1) 一个班级里学生的学号可以通过一维数组来表示：数组名叫a，在a中存储的是数值类型的数据，分别是1,2,3,4

索引	学号
0	1
1	2
2	3
3	4

其中a[0]代表的是第一个学生的学号1，a[1]代表第二个学生的学号2，以此类推。

（2）一个班级李学生的学号和姓名，则可以用二维数值来表示:数组名叫b

1	上官婉儿
2	工藤新一
3	赵云
4	马超

类似，其中b[0,0] 代表的就是学号1，b[0,1]代表的就是上官婉儿（学号为1的学生的名字）。以此类推。

借用线性代数的说法，一维数组通常称为常量（vector），二维数组通常称为矩阵（matrix）。

 

程序中实现：

import numpy as np
vector = np.array([1,2,3,4])
matrix = np.array([[1,'上官婉儿'],[2,'工藤新一'],[3,'赵云'],[4,'马超']])
print(vector)
print(matrix)

输出：

[1 2 3 4]
[['1' '上官婉儿']
 ['2' '工藤新一']
 ['3' '赵云']
 ['4' '马超']]

2.2：获取Numpy中数据的维度

a = np.arange(20).reshape(4, 5)
print(a)
print(a.shape)

np.arange(n)方法，可以生成0到n-1的数组。

例如：b = np.arange(12) 输出： [ 0  1  2  3  4  5  6  7  8  9 10 11]

reshape(row,column)方法，可以自动构架一个多行多列的array对象。

shape属性可以获取Numpy数组的维度。

所以上程序输出：

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
(4, 5)

2.3：获取本地数据

创建一个csv文件，如下：

代码获取本地文件数据：

import numpy as np
nfl = np.genfromtxt("C:/Users/longYsuaiZzz/Desktop/1.csv", dtype='U75', skip_header=1, delimiter=",")
print(nfl)
输出

[['25249' '10' '6200.25' '40' '62']
 ['25257' '18' '6208.25' '48' '70']
 ['25251' '12' '6202.25' '42' '64']
 ['25256' '17' '6207.25' '47' '69']
 ['25254' '15' '6205.25' '45' '67']
 ['25255' '16' '6206.25' '46' '68']
 ['25253' '14' '6204.25' '44' '66']
 ['25252' '13' '6203.25' '43' '65']
 ['25258' '19' '6209.25' '49' '71']
 ['25250' '11' '6201.25' '41' '63']]

np.genfromtxt()获取本地文件，dtype关键字设定为'U75',表示每个值都是75byte的unicode，skip_header关键字值为整数，表示跳过开头对应的行数。

2.4：Numpy数组索引

import numpy as np
nfl = np.genfromtxt("C:/Users/longYsuaiZzz/Desktop/1.csv", dtype='U75', skip_header=1, delimiter=",")
print(nfl)
print(nfl[0,1])

输出结果：10。数组索引 nfl[0,1]。0代表的是行，1代表的是列

2.5：切片

import numpy as np
matrix = np.array([
    [2, 4, 5], 
    [1, 3, 7], 
    [8, 6, 3]])
print(matrix[:, 1])
print(matrix[:, 0:2])
print(matrix[1:3, :])
print(matrix[1:3, 0:2])

print(matrix[:, 1])代表选择所有的行，但是列的索引是1的数据

print(matrix[:, 0:2])代表选择所有的行，但是列的索引是0和1。

print(matrix[1:3, :])代表选择索引是1和2的行的所有列。

print(matrix[1:3, 0:2])代表所选索引是1和2的行，索引是0和1的列的所有数据。

2.6：数据比较

Numpy强大的地方是数组和矩阵的比较，数据比较之后会产生boolean值。

例如：

import numpy as np
matrix = np.array([[2, 4, 5], [1, 3, 7], [8, 6, 3]])
m = (matrix == 5)
print(m)

输出：

[[False False  True]
 [False False False]
 [False False False]]

复杂一点的：

import numpy as np
matrix = np.array([[2, 4, 5], [1, 3, 7], [8, 6, 3]])
second_column_5 = (matrix[:, 2] == 5)
print(second_column_5)
print(matrix[second_column_5, :])

输出：

[ True False False]
[[2 4 5]]

其中：second_column_5 = (matrix[:, 2] == 5) 表示 matrix 这个数组所有的行，以及索引是2的列==>>[5,7,3],然后和5 进行比较，得到的就是 true false false。matrix[second_column_5, :] 表示的是 返回是true的 哪一行数据。

2.7：代替值

Numpy是可以运用布尔值来替换值。

在数组中：

import numpy as np
vector = np.array([5, 10, 15, 20, 25])
equal = (vector == 10) | (vector == 25)
vector[equal] = 50
print(vector)

输出：

[ 5 50 15 20 50]

个人理解，equal是 比较之后得到的一个布尔值数组，然后在数组中是true的替换成新的值。

在矩阵中：

import numpy as np
matrix = np.array([
    [5, 10, 15],
    [20, 25, 30],
    [35, 25, 45]
])
second_column_25 = matrix[:, 1] == 25
matrix[second_column_25, 1] = 10
print(matrix)

输出：

[[ 5 10 15]
 [20 10 30]
 [35 10 45]]

先创建数组matrix。讲matrix的第二列与25比较，得到一个布尔值数组。second_column_25将matrix第二列值为25的替换成10

2.8：数据类型转换

通过astype转换类型。

例如：

import numpy as np
vector = np.array(["1", "2", "3"])
print(vector)
vector = vector.astype(float)
print(vector)

返回：

['1' '2' '3']
[1. 2. 3.]

2.9：Numpy的统计计算方法

sum()：计算数组元素的和；对于矩阵计算结果为一个一位数组，需要制定行或列。

mean()：计算数据元素的平均值；对于矩阵计算结果为一个一维数组，需要制定行或列。

max()：计算数组元素的最大值；对于矩阵计算结果为一个一维数组，需要制定行或列。

例如：

import numpy as np
vector = np.array([4,5,6])
print(vector.sum())
matrix = np.array([
    [5, 10, 15],
    [20, 25, 30],
    [35, 25, 25]
])
print(matrix.sum(axis=1))
print(matrix.sum(axis=0))

输出：

15
[30 75 85]
[60 60 70]

axis = 1 计算的是行的和。axis = 0 计算的是列的和。