数据处理之Numpy（以数组为例）

数据处理之Numpy（以数组为例）

工具使用

Anaconda

Numpy简介

Numpy 的英文全称为 Numerical Python，指Python 面向数值计算的第三方库。Numpy 的特点在于，针对 Python 内建的数组类型做了扩充，支持更高维度的数组和矩阵运算，以及更丰富的数学函数。Numpy 是 Scipy.org 中最重要的库之一，它同时也被 Pandas，Matplotlib 等我们熟知的第三方库作为核心计算库。
NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
Numpy包括了：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。Numpy和稀疏矩阵运算包scipy配合使用更加方便。

下面使用Numpy库进行对数组的一些操作

数组的创建（创建全0数组，全1数组，随机数数组）
首先我们导入numpy库命名为np以便我们后续调用

import numpy as np

创建全0数组

np.zeros((2,4))

创建全1数组

np.ones((2,4))

生成随机数组

np.random.randint(0,10,(3,2))

== 数组的属性（查看数组的维度，数组元素的个数）==

生成一个随机数组，并查看这个随机数组的维度

a=np.random.randint(0,10,(2,4))
a.shape

数组元素的个数

 a.size

数组的维度操作（将数组的行变列，返回最后一个元素，返回第1到第2个元素，返回逆序的数组）

定义一个数组并将行变为列

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

返回最后一个元素

a[-1]

返回第一到第二个元素

a[1:2]

返回逆序数组

 a[::-1]

数组的合并（数组的水平合并，垂直合并，深度合并）
定义两个数组并将其水平合并

a = np.arange(9).reshape(3,3)
b = np.arange(9,18).reshape(3,3)

 np.hstack((a,b))

垂直合并

np.vstack((a,b))

深度合并

np.dstack((a,b))

数组的拆分（数组的水平拆分，垂直拆分）
定义一个数组进行水平拆分

a = np.arange(9).reshape(3,3)
np.hsplit(a, 3)

垂直拆分

np.vsplit(a, 3)

数组运算（与常的四则运算，与数组的四则运算，判断数组是否相等）
定义两个数组与常数进行运算

 a = np.arange(4, dtype=np.float32).reshape(2,2)
 b = np.arange(4, 8, dtype=np.float32).reshape(2,2)
a+2

这两个数组之间进行运算

a/b

判断这两个数组是否相等

 (a == b).all() 

数组的常用函数（数组所有元素的和、积、平均值、最大值、最小值、方差、标准差）
定义一个数组并计算所有元素的和

 a = np.array([3,2,4])
 a.sum()

计算所有元素的积

 a.prod()

计算所有元素的平均数

a.mean()

最大值

 a.max()

最小值

a.min()

方差

 a.var()

标准差

a.std()