python模块专题——5.numpy

numpy用于数值计算。

1.简介

Numpy提供了一个在Python中做科学计算的基础库，重在数值计算，主要用于处理多维数组（矩阵）的库。用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。本身是由C语言开发，是个很基础的扩展，Python其余的科学计算扩展大部分都是以此为基础。

• 高性能科学计算和数据分析的基础包
• ndarray，多维数组（矩阵），具有矢量运算能力，快速、节省空间
• 矩阵运算，无需循环，可完成类似Matlab中的矢量运算
• 线性代数、随机数生成

2.安装与使用

• 已有发行版：anaconda/winpython/Pyzo

• 使用pip安装：pip install numpy

  import numpy as np
  np.arange(n[,dtype=int/float/bool])
  np.array([[],[]])
  

3.基本操作

3.1 创建数组

• 由列表创建

  a=np.array([[1,3,2,5],[1,2,2,7]])

• arrange

  np.arange(5,dtype=int)

3.2 常见操作

• 查看维度：np.shape(arr)

• 修改维度：arr.reshape((row,col)) 本身不修改，返回修改的数组。如果为一维，需要是(n,)。(n,1)和(n,)是不一样的。亦可np.reshape(c,(row,col))

• 查看类型：

  type(arr) numpy.ndarray 数组类型

  arr.dtype int32 元素类型

• 修改数据类型：arr.astype("") 科学计数法转整数为int

• 拉平操作：arr.flatten() 展开成一维

• 广播运算：加/减/乘/除上一个常数，为数组中所有元素加/减/乘/除

  广播原则：若两数组的后缘维度的轴长度相符或一方长度为1，则认为是广播兼容，广播在缺失和长度为1的维度上进行

• 同维运算

• 保留小数位数：np.round(arr,n)

• 转置：arr.transpose()

• 交换轴：swapaxes(1,0)

  注：由数组调用的方法，不改变原数组，而是返回修改后的数组

3.3 读取数据

• CSV文件（Comma-Separated Value）
• np.loadtxt(frame,dtype=np.float/str/int,delimiter=“,”,skiprows=0,usecols=None,unpack=False)
  • frame文件、字符串或产生器，可以是压缩文件
  • dtype加载数据类型
  • delimiter分隔符，默认空格
  • skiprows跳过前x行
  • usecols读取指定列，索引、元组类型
  • unpack转置，True时分别写入不同数组变量，False只写入一个变量

3.4索引与切片

• 取某一行：arr[n]
• 取连续多行：arr[n:]
• 取不连续多行：arr[[a,b,c,d,…]]
• 取行列：arr[a,b] 其中a,b可以用连续和离散方式表示，离散时前后长度一致

• 布尔索引
  • arr<n：返回数组中所有位置是否满足该条件，返回满足条件的索引
  • 三元运算符：np.where(condition,val1,val2) condition是arr相关条件
  • 裁剪：arr.clip(a,b)小于a的替换成a，大于b的替换成b
  • 注：三元运算符和裁剪均不修改原数组
  • np.nan是float类型

3.5 数据操作

• 数据拼接
  • 竖直拼接
    • np.vstack((,))
  • 水平拼接
    • np.hstack((,))
• 数据生成
  • 全0：np.zeros((row,col))
  • 全1：np.ones((row,col))
  • 单位阵：np.eye(n)
• 获取最值及位置
  • np.max(arr,axis=0)
  • np.min(arr,axis=0)
  • np.argmax(arr,axis=0)
  • np.argmin(arr.axis=1)
  • np.sum(arr,axis=0) arr.sum(axis=0)
• 随机数生成 np.random.
  • rand(d0,d1,…)多维均匀分布
  • randn(d0,d1,…)标准正态分布
  • randint(low,high,(shape))整数
  • uniform(low,high,(shape))均匀分布
  • normal(mu,sigma,(size))正态分布
  • seed(s)随机数种子 设定之后，使得产生相同随机数
• nan和inf
  • 缺失值，不合理运算
  • np.nan和np.inf均为float类型
  • np.nan!=np.nan
  • 判断nan：np.isnan(a)或a!=a
  • 判断数组中nan的个数
    • np.count_nonzero(a!=a)
    • np.count_nonzero(np.isnan(a))
  • 缺失值处理
    • 删除有缺失值的一行
    • 替换为列均值（中值）

3.6 统计函数

• sum
• mean
• np.median(arr,axis=0)
• max
• min
• np.ptp极值差
• std
• 默认返回多维数组的全部统计结果，若指定指定坐标轴axis，则返回该轴上结果

Notice

应博友的要求，创建了一个QQ群，方便大家学习交流，群内也会经常分享一下学习资源。有兴趣的小伙伴可以加群哦！