Numpy数组

生成数组的方法

在numpy中一般是两种操作方式：

• ndarray的变量名.方法()
• np.函数名()，比如np.array()

生成0和1的数组：

numpy.zeros_like(a)：a是一个ndarray，即产生一个维度和a一样的小的全0数组。

可以通过np中的arange()方法生成一个ndarray类的数组:

• 上面的演变有可能在机器学习中遇到，所以，要认识一下。
  
• 指定数组形状的时候不仅可以使用()，还可以使用[]
  
• 在机器学习和深度学习的时候使用列表不报警告信息，使用元组的时候报警告信息。
• 同理：ones_like()也是这样使用的。
  

从现有数组生成(也就是对现在的数组进行复制或是引用):

关于array和asarray的不同：

分别使用array()和asarray()通过data数组创建出来新的数组：

• 现在来修改data数组，分别来看看通过array()和asarray()创建出来的新数组有没有发生改变：
  
• 总结：array()会重新生成一个新的数组，而asarray()相当于索引的形式，并没有真正的创建一个新的数组，类似是一种引用的形式。

通过copy()创建数组

• 修改data数组中元素的值：
  
  
  
• 总结：copy()方法会重新生成一个新的数组。

生成固定范围的数组:

np.linspace(start, stop, num, endpoint, retstep, dtype)

• start 序列的起始值
• stop 序列的终止值
• 如果endpoint为true，该值包含于序列中
• num要生成的等间隔样例数量，默认为50
• endpoint序列中是否baohanstop值，默认为true
• retstep如果为true，返回样例
• 以及连续数字之间的步长
• dtype输出ndarray的数据类型
• 其它还有
  • numpy.arange(start, stop, step, dtype)
  • numpy.logspace(start, stop, num, endpoint, base, dtype)
    
    

总结：

生成数组的方法

• 生成0和1
  • np.zeros(shape)
  • np.ones(shape)
• 从现有的数组中生成
  • np.array() np.copy() 深拷贝
  • np.asarray() 浅拷贝
• 生成固定范围的数组
  • np.linspace(0,10,100)
    • [0,10] 等距离
  • np.aragne(a,b,c)
    • range(a,b,c)
      • [a,b) c是步长 [表示包含，)表示不包含。

生成随机数组：np.random模块

均匀分布：

生成随机数组

• 可以画图看一下均匀分布的准不准：
  
  

正态分布

画图查看分布情况：

总结：

• 生成随机数组
  • 分布状况 - 直方图
  • （1）均匀分布
    • 每组的可能性相等
  • （2）正态分布
    • 增幅、波动程度、集中程度、稳定性、离散程度

案例：随机生成8只股票2周的交易日涨幅数据。

获取第一个股票的前3个交易日的涨跌幅数据：

• 上面在进行索引的时候第一个表示取行，第二个表示取列。也可以：
  
• 总结：通过上面这个需求，我们知道了对于一个二维数组我们如何进行索引。

那三维数组如何索引呢？

• 0表示取三维数组中的第1个二维数组，2表示取二维数组中的第3个一维数组，1表示取一维数组中的第2个元素。
  
  

数组形状的修改：

• 需求：让刚才的股票行、日期列反过来，变成日期行，股票列。
  

尝试使用reshape()进行变换：

• 提示：reshape有返回值，可以使用变量进行接收，不会对原数组进行修改。
• 下面是通过对比这两次的数据：
  
• 总结：我们发现reshape()可以改变数组的形状，但并不是行列互换，而是将数据进行展平，然后再重新进行划分形状。
• 在进行reshape()的时候还可以指定成-1：
  
• 下面的-1表示自动计算：我规定列为2列，那行是多少行呢？指定成-1表示自动计算出多少行。
  

尝试使用resize()进行变换：

• 上面的代码运行以后，我们发现并没有返回新的数据，而是在原数据上进行修改的。
  
• 再来对比这两次的数据：
  
• 总结：我们发现resize()并不是行列互换，而是将数据进行展平，然后再重新进行划分形状。

尝试使用T进行变换：

• 再来对比两次的数据：
  

总结：

形状修改

• ndarray.reshape(shape)返回新的ndarray，原始数据没有发生改变。
• ndarray.resize(shape)没有返回值，对原始的ndarray进行了修改
• ndarray.T 转置 行变成列，列变成行

类型修改：

• 将类型修改成int32：
  
• 将类型修改成int64：
  
  
  
• 上面的提示信息为：反对使用tostring()，建议使用tobytes()。
  
• 提示：如果需要将数据序列化到本地，需要先tostring()或是tobytes()，这样就可以写入到本地了。

数组去重：

ndarray.unique()：

• 也可以使用flatten()先展平，也就是变成一维的，再使用set()集合进行去重，然后再转换为ndarray类型即可：