《利用Python进行数据分析》笔记（1）——第四章：Numpy模块

1. 创建ndarry

ndarry就是n维数组

1.1 用np.array(列表、元组等)函数

用np.array()创建数组

import numpy as np #导入Numpy模块

#将一个元组转换成一维数组
data1 = (2, 4, 6.7) 
array1 = np.array(data1) 
array1
Out[8]: array([ 2. ,  4. ,  6.7])

#将一个等长的嵌套元组转换成二维数组
data2 = ((7, 90,8), (1, 4.5, 0))
array2 = np.array(data2) 
arrary2
Out[11]: 
array([[  7. ,  90. ,   8. ],
       [  1. ,   4.5,   0. ]])

用数组名.ndim 数组名.shape查看数组属性

#查看array2的维度和几行几列
array2.ndim
Out[13]: 2

array2.shape
Out[14]: (2, 3)

1.2用np.zeros/ones/empty/arange/eye创建特殊数组

用np.zeros()创建全是0的数组 np.ones()同理

np.zeros(4)
Out[15]: array([ 0.,  0.,  0.,  0.])

np.zeros((4,5))
Out[16]: 
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

用np.empty()创建垃圾值数组（即任意值，注意不是创建出全是0的数组）

np.empty((2,4))
Out[17]: 
array([[  0.00000000e+000,  -1.49166824e-154,   2.12688503e-314,
          2.34664926e-314],
       [  0.00000000e+000,   0.00000000e+000,  -1.72723382e-077,
          5.56268610e-309]])

用np.arrange()创建有序数组（range的数组版本，从0开始，只能有一个参数）

np.arange(9)
Out[18]: array([0, 1, 2, 3, 4, 5, 6, 7, 8])

用np.eye()创建对角矩阵（只用传一个参数）

np.eye(5)
Out[22]: 
array([[ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  1.]])

2. ndarry的数据类型

可以用dtype控制ndarry的存储类型

arr1 = np.array([1, 2, 3], dtype=np.float64)
arr2 = np.array([1, 2, 3], dtype=np.int32)

arr1.dtype
Out[31]: dtype('float64')

arr2.dtype
Out[32]: dtype('int32')

用数组名.astype(数据类型)转换dtype
用astype无论如何都会创建出一个新的数组（即使是类型相同，也相当于一份拷贝）

#整型int和浮点型float的dtype转换
arr = np.array([1, 2, 3], dtype=np.int32)
float_arr = arr.astype(np.float64)

float_arr.dtype
Out[35]: dtype('float64')

#字符串str和浮点型float的dtype转换
numeric_strings = np.array(["1.2", "3.4"], dtype=np.string_)#这里有一个小_
numeric_strings.dtype
Out[41]: dtype('S3')

numeric_strings.astype(float)
Out[42]: array([ 1.2,  3.4])

数据类型可以直接表示为另一个数组名.dtype使两个数组的数据类型相同

arr1 = np.arange(10)
arr2 = np.array([1, 3], dtype=np.float64)

arr1.astype(arr2.dtype)
Out[46]: array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

3. 数组和标量之间的运算

• 数组与数组之间的运算

大小相等的数组之间的任何运算都会应用到元素级（对应位置元素相加减）；大小不同的数组之间的运算（叫broadcasting广播，第12章介绍）

arr = np.array([[1, 2, 3],[1, 2, 3]])

arr-arr
Out[49]: 
array([[0, 0, 0],
       [0, 0, 0]])

arr*arr
Out[50]: 
array([[1, 4, 9],
       [1, 4, 9]])

arr+arr
Out[51]: 
array([[2, 4, 6],
       [2, 4, 6]])

• 数组与标量之间的运算

标量作用于每一个元素

arr*3
Out[52]: 
array([[3, 6, 9],
       [3, 6, 9]])

4. 基本的索引和切片

基本的索引和切片的方法和list相同（从0开始）

arr = np.arange(10)

arr
Out[66]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

arr[5]
Out[67]: 5

#标量赋值给切片，“广播”到整个选区
arr[5:8] = 12
arr
Out[69]: array([ 0,  1,  2,  3,  4, 12, 12, 12,  8,  9])

和列表最大的区别：数组切片是原始数组的视图，视图上的任何修改都会反映到源数组上（没有数据的复制）
用数组名.copy(空)来复制数组

arr_slice = arr[5:8]
arr_slice[0] = 12345

arr_slice
Out[72]: array([12345,    12,    12])

#!!源数据也会被修改！！，NumPy设计的目的是 处理大数组，如果要将数据复制来复制去会产生内存和性能的问题
arr
Out[73]: array([    0,     1,     2,     3,     4, 12345,    12,    12,     8,     9])

不同维度的数组

#一维数组
arr1d = np.array([1,2,3])
arr1d
Out[56]: array([