numpy学习总结【1】

1.  为什么选择numpy

numpy对于数据分析处理两大特点：1. 速度快，2. 语法简单。

举两个例子：

1）下面是我在jupyter notebook运行的代码，可以发现python的list运算速度跟numpy相差了一个数量级，

结果为何如此，简单理解就是，python list相当于是容器，里面可以存放各种数据类型，而numpy的数组只能存放指定的一类数据类型，如int32、float等，numpy的数组所有值分配到固定的一个空间，跟c是一样的，所以操作起来速度快不少。

2）从下面的很简单例子就可以看出，python的列表操作，不适合我们常规的数据计算。而numpy天生就是为了数据计算而生的，所有操作起来那是相当顺溜，例如例子中两个numpy数据的加减乘除平方等等操作，都是相应项的对应操作。

2. numpy的几个常用属性

dtype : data type, numpy的数据类型，由于numpy数组只能有一种数据类型，其定义时如果不指定dtype，则由系统默认指定，对于整数类型，window默认为int32，对于mac、linux默认为int64。这里需要注意的一点是，下面的例子，numpy的数据类型由所有数据共同决定，固默认是会优先升级类型，但是我们可以通过dtype来指定我们想要的数据类型，这样有些项就会被截断。

ndim: number of dimensions，数据的维度，这个很好理解。

shape: array shape，shape返回的是一个tuple，tuple的每一项为数组每一维的长度。

size:numpy数组的大小，shape tuple的各项相乘。

注意的地方是一维数组的shape形式(4,)，由于是tuple，所以是必须带逗号的。numpy的一维数组，默认是行排列的，

不像矩阵操作，因为只有一个维度，我们不能对其进行维度翻转。

itemsize: 每个元素的大小，这个是与我们numpy数组的dtype有关的。

nbytes：返回的是numpy数组占用的内存总字节数。例子中，我们有12个元素，每个元素占4个字节，固总占用48字节。

3. 不要用numpy的矩阵部分，不要用numpy的矩阵部分，不要用numpy的矩阵部分

4. numpy的索引和切片

有两张比较好的说明图片，我直接拷贝过来。

 

上面两张图片对于numpy的切片索引已经表达的特别清晰了，有几点需要额外注意的地方是：

1）numpy多维数组的索引形式与python的list是有差别的。看下面的例子，python是不支持多维写在一起的，而numpy可以，这也是numpy方便的地方，这样表达很清晰。

2）这点需要注意的地方是numpy跟python list一样，每当进行索引就会失去一个维度，而进行切片时这个维度将被保留。看下面的例子，虽然a[0][:]与a[0:1][:]，看似能取到的值是一样的，但是两者的维度是不同的，前一个因有索引，所以失去了一个维度。

3) 切片并没有复制元数据，只是指向了所选取的内存区域，所以切片中值改变了，原数据也是会变的。

这一点从下面的例子可以看出，切片的flags.owndata = False.

5. numpy的花式索引(Fancy Indexing)

1）通过位置进行索引。

这种索引的特点是传递的是索引数组，而不是单个标量。例：

2）通过布尔数组进行索引。

这种索引传递进去的是个布尔类型的数组，并且数组的长度必须与待索引的数组长度一致，由于python里面bool类型的0自动转为False，1转为True，这样就可以过滤掉False位置的元素。

3）布尔索引的额外用法

一般我们不会手动定义bool数组，而是按照指定条件来生成bool数组。如下：

如果只是针对一次过滤的情况，我们可以直接简写，如下：

有一点需要额外注意，如果有两个过滤条件，我们是不能直接像下面这样写的，因为python里面and运算符都是针对的单个值，不针对数组进行。如果需要对bool数组整个判断真假就需要any或者all方法。

正确的做法是采用按位操作符&、| 、~、^：

那么花式索引与切片都可以一次取出多个数据，他们之间的区别是什么呢？

划重点：花式索引永远会给出一个副本，而切片永远会给出一个视图。所以花式索引的修改不影响原数据的内容。

4）花式索引在多维数组的应用

很多时候我们要取的数据单靠普通切片是无法实现的，这时候就需要采用花式索引相结合的方式，具体的理解，下面的图片说明的很详细了。注意的是花式索引返回的是一维数组，而不是保持二维，这与索引降维是一致的。