03_《利用python进行数据分析》第二版 学习笔记

  系列文章目录

提示：仅记录个人的学习心得，欢迎交流

（占位，以后再补 ……………………）

---

前言

对python语言基础中记忆不牢的进行总结，希望自己能坚持下去！为了学习计算机视觉做准备！

本次介绍本书第四章的内容Numpy基础。

---

一、NumPy基础

1.1 ndarray基础

一个ndarrary是一个通用的多维同类数据容器。每个元素在内存中有相同的存储空间。

几个属性：①shape：用来表征数组的规模

                  ②dtype：描述数组的数据类型

                  ③stride：前进到当前维度下一个元素需要"跨过"的字节数（必须是整数！）

                  ④itemsize： 对象中每个元素的大小，以字节为单位

                  ⑤size：数组元素的总个数

创建ndarray的常用方法：

array（）函数接收序列型的对象返回ndarray数组

对于嵌套序列，例如等长度的列表会自动转换成多维数组。

                         对于不等长的嵌套数组会转换成object类型。

import numpy as np
arr1 = [[1, 2, 3, 4, ],[5, 6, 7, 8]]
arr2 = np.asarray(arr1)
print(arr2)
>>> [[1 2 3 4]
     [5 6 7 8]]
print(arr2.dtype)
>>> int32

import numpy as np
arr1 = [[1, 2, 3, 4, ],[5, 6, 7]]
arr2 = np.asarray(arr1,dtype=object)     # 如果不加dtype=object编译会警告
print(arr2)
>>> [list([1, 2, 3, 4]) list([5, 6, 7])]
print(arr2.dtype)
>>> object

astype函数可以显式的转换数组的数据类型（如果将浮点型转换成整型，小数部分会消除，不是四舍五入！），转换错误时会抛出ValueError错误。

ndarray数组的优势就是对元素进行操作不需要用到for循环，在等尺寸的数组之间的算术操作都应用了逐元素操作的方式，这种特性成为向量化。不同尺寸数组之间的操作会用到广播特性。

1.2 ndarray数组的索引与切片

arr1 = np.arange(10)
>>> [0 1 2 3 4 5 6 7 8 9]
arr1[5]
>>> 5
arr1[5:8] = 12
arr1
>>> [ 0  1  2  3  4 12 12 12  8  9]

区别于python的内建列表，数组的切片是原数组的视图，任何对视图的修改都会反映到原数组上。

如果想得到拷贝而不是原视图的话，要显式的用到copy函数。例如：arr2 = arr[5:8].copy()

arr1 = [ 0  1  2  3  4 12 12 12  8  9]
arr_slice = arr1[5:8]
print(arr_slice)
>>> [12 12 12]
arr_slice[1] = 12345
print(arr1)
>>> [ 0  1  2  3  4 12 12345 12  8  9]

在二维数组中，索引值对应的元素一个值，而是一个一维数组；单个元素可以通过递归的方式获得

对于更高维的数组，可以省略后续的索引值，获得不同维度的切片。

arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr2[2]
>>> [7 8 9]
arr2[0][2]
>>> 3
arr2[0, 2]
>>> 3

   

  所有切片的下标都是从0开始的，包前不包后！！！

1.2.1布尔索引：用逻辑表达式来描述索引；布尔值数组长度必须和数组轴索引长度一致。

布尔索引选择出的数据总是生成数据的拷贝，原数据并无任何变化。

注意：用来进行判断的数组即布尔值数组也必须是ndarray数组

同样的方法也可以选择列数据，选择的时候行索引用 " : " 占位就好了

import numpy as np
arr_2D = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr_bool = np.array(['bob', 'joe', 'will'])
arr1 = arr_2D[arr_bool == 'bob']
print(arr1)
>>> [[1 2 3]]

arr_2D = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr_2D[arr_2D < 5] = 0
print(arr_2D)
>>> [[0 0 0]
     [0 5 6]
     [7 8 9]]

1.2.2 神奇索引：用整数数组进行数据索引

例如：arr[[4, 5, 0, 6]] 会选择arr数组中第5，6，1，7行的数据

           arr[[-3, -5, -7]] 会选择arr数组中倒数第3，5，7行的数据

神奇索引和切片不同，总是将数据复制到一个新的数组

神奇索引的误区  ⬇⬇⬇⬇⬇

我们可能以为形式1会得到形式2的结果，而形式1相当于秩为2的矩阵选择数据；形式2才可以看成两次神奇索引选择，实际上形式2也可以分开写！

import numpy as np
arr = np.arange(32).reshape((8, 4))
print(arr)
>>> [[ 0  1  2  3]
     [ 4  5  6  7]
     [ 8  9 10 11]
     [12 13 14 15]
     [16 17 18 19]
     [20 21 22 23]
     [24 25 26 27]
     [28 29 30 31]]

print(arr[[1, 5, 7, 2], [0, 3, 1, 2]]) # 形式1
>>> [ 4 23 29 10] 
print(arr[[1, 5, 7, 2]][:, [0, 3, 1, 2]]) # 形式2
>>> [[ 4  7  5  6]
     [20 23 21 22]
     [28 31 29 30]
     [ 8 11  9 10]]