Python3基本工具包：Numpy

最新推荐文章于 2022-08-08 16:14:49 发布

xxw9485

最新推荐文章于 2022-08-08 16:14:49 发布

阅读量1.1k

点赞数

分类专栏： Python学习笔记数据处理文章标签： Python Numpy

Python学习笔记同时被 2 个专栏收录

10 篇文章 1 订阅

订阅专栏

数据处理

9 篇文章 0 订阅

订阅专栏

作者：xxw9485
时间：2018/3/10
来源：http://mp.weixin.qq.com/s/54fQScsNn9Sg-G02CEoaOw

Numpy

NumPy是Python科学计算的基础包。它提供了多维数组对象、基于数组的各种派生对象（例如，masked Array, 矩阵）。除此之外，还提供了各种各样的加快数组操作的例程，包括数学基本计算、逻辑、图形操作、排序、选择、输入输出，离散傅立叶变换、基础线性代数、基础统计操作、随机仿真等等。

1 使用Numpy构建矩阵

数组的创建可以使用numpy模块中的array()函数实现，一维数组只需要给array()函数传入一个列表或元组，二维数组则是传入嵌套的列表或元组。

# 输入：
import numpy as np
a = np.array([1,2,3,4,5])
print(a)
b = np.array((1,2,3,4,5))
print(b)
c = np.array([[1,4,7],[2,5,8],[3,6,9]])
print(c)
print(a.shape)
print(b.shape)
print(c.shape)
# 输出：
[1 2 3 4 5]
[1 2 3 4 5]
[[1 4 7]
 [2 5 8]
 [3 6 9]]
(5,)
(5,)
(3, 3)

上面a和b为一维数组，c为二维数组，返回一个数组的行数和列数可使用shape方法。

2 元素的获取

使用索引的方式，查询一维数组和二维数组的元素。一维数组的索引与列表、元组的索引完全一致，这里就不在赘述；二维数组的索引就稍微有点复杂。

# 输入：
import numpy as np
a = np.array([[1,4,7],[2,5,8],[3,6,9]])
print(a[:,2],'\n') # 获取二维数组的第三列
print(a[1,:],'\n') # 获取二维数组的第二行
print(a[1,1],'\n') # 获取二维数组第二行第二列的元素
print(a[[0,2],:],'\n') # 获取二维数组第一、第三行  
print(a[:,[1,2]],'\n') # 获取二维数组第二、第三列
print(a[[1,2],[0,1]],'\n') # 获取二维数组第二行第一列的交叉元素和第三行第二列的交叉元素
# 输出：
[7 8 9] 

[2 5 8] 

5 

[[1 4 7]
 [3 6 9]] 

[[4 7]
 [5 8]
 [6 9]] 

[2 6]

注意：
1. print()函数中的’\n’，目的用来换行。
2. 最后一个返回的结果不是一个矩阵，而是相当于坐标为[1,0]和[2,1]对应的两个值。下面的例子才是返回一个矩阵。

# 输入：
import numpy as np
a = np.array([[1,4,7],[2,5,8],[3,6,9]])
print(a[[0,1],:][:,[1,2]],'\n') # 返回第一第二行和第二第三列的交叉元素矩阵。
# 输出：
[[4 7]
 [5 8]]

3 数学函数

np.abs # 取绝对值
np.fabs # 取绝对值
np.sqrt # 算术平方根
np.square # 平方
np.exp # 指数
np.log2 # 对数
np.log10 # 对数
np.log(x,base) # 对数
np.sign # 符号函数（大于0的数返回1、小于0的数返回-1、0返回0值）
np.cell # 向上取整
np.floor # 向下取整
np.rint  # 返回最近的整数
np.isnan # 判断是否缺失
np.isfinite # 判断是否有限
np.isinf # 判断是否无限
np.power # 幂运算
np.mod # 余数

4 统计函数

np.max # 最大值
np.fmax # 浮点型的最大值
np.mim # 最小值
np.fmin # 浮点型的最小值
np.sum # 求和
np.mean # 均值
np.std # 标准差
np.var # 方差
np.median # 中位数

5 映射函数

apply_along_axis()函数与R语言中的apply函数用法一致，可以针对某个轴的方向进行函数操作，同样，在pandas模块的DataFrmae对象中，可以使用apply函数达到相同的效果。
语法：

numpy.apply_along_axis(func, axis, arr, *args, **kwargs)

必选参数：func, axis, arr。其中func是我们自定义的一个函数；axis表示函数func对数组arr作用的轴，axis=1表示操作行，axis=0表示操作列；arr是一个数组，即函数计算的对象。
可选参数：*args, **kwargs。都是func()函数额外的参数。
返回值：numpy.apply_along_axis()函数返回的是一个根据func()函数以及维度axis运算后得到的的数组。

# 输入：
import numpy as np
a = np.array([[1,4,7],[2,5,8],[3,6,9]])
print(a)
print(np.apply_along_axis(np.mean,1,a)) # 计算矩阵每行的均值
print(np.apply_along_axis(np.sum,0,a)) # 计算矩阵每列的和
# 输出：
[[1 4 7]
 [2 5 8]
 [3 6 9]]
[ 4.  5.  6.]
[ 6 15 24]

6 随机数生成

numpy模块中的子模块random提供了很多产生随机数的方法，帮我们产生伪数据带来了极大的方便。有时候为了使每次产生的随机数都相同，就需要设置固定的随机种子（比如1），设置随机种子可以调用seed函数实现。

# 输入：
import numpy as np
np.random.seed(1)
a = np.random.random()
print(a)
np.random.seed(1)
a = np.random.random()
print(a)
np.random.seed()
a = np.random.random()
print(a)
np.random.seed()
a = np.random.random()
print(a)
# 输出：
0.417022004702574
0.417022004702574
0.10266849881339712
0.7271798615004479

7 离散分布

7.1 二项分布

二项分布在概率论和统计学中，二项分布是n个独立的是/非试验中成功的次数的离散概率分布，其中每次试验的成功概率为p。所以n次中有k次成功的概率可以表示为：

$f(k;n,p) = C_{n}^{k}p^k( 1-p)^{n-k}$

np.random.binomial(n,p,size=x)函数返回的是x个符合二项分布的随机数，另外size参数可以用来控制生成的随机数的形状，如size = 10表示一个10个长度的一维数组；size = (3,5)表示一个3×5的矩阵。

输入：
import numpy as np
np.random.seed(1)
n, p = 2, .5
a = np.random.binomial(n, p, size=10)
print(a)
b = np.random.binomial(n, p, size=(3,5))
print(b)
输出：
[1 1 0 1 0 0 0 1 1 1]
[[1 1 0 2 0]
 [1 1 1 0 0]
 [2 2 1 1 2]]

7.2 泊松分布

大量事件是有固定频率的，比如某路口平均每天发生事故次数2次，那么想知道在此处一天内发生4次事故的概率是多少就需要用到泊松分布：描述某段时间内，事件具体的发生概率。公式如下：

$P(N(t)=n)=\frac{(\lambda t)^{n}e^{-\lambda t}}{n!}$

P 表示概率，N表示某种函数关系，t 表示时间，n 表示数量，一天内发生2次事故的概率，就表示为 P(N(1) = 2) ，λ 表示事件的频率。
故在此处一天内发生4次事故的概率为：

$P(N(1)=4)=\frac{(2* 1)^{4}e^{-2*1}}{4!}\approx 0.09$

np.random.poisson(lam, size=x)返回的是x个符合泊松分布的随机数，lam相当于λ，也即是事件的频率。

# 输入：
import numpy as np
np.random.seed(1) #设置随机种子，保证每次运行都会出现相同的随机数
r3 = np.random.poisson(lam=6,size=10)
print(r3,'\n')
r4 = np.random.poisson(lam=(10,50,20),size=(5,3))
print(r4,'\n')
# 输出：
[2 3 7 7 4 6 5 6 2 4] 

[[11 52 13]
 [12 34 22]
 [17 61 19]
 [16 55 26]
 [12 45 22]]

上面例子生成3列泊松分布的数据，lamda参数分别取10,50,20，表示单位时间内某件事发生的频次。

8 连续分布

8.1 正态分布

该分布也成高斯分布，呈现两头低，中间高，左右对称的倒钟形状，是连续分布中使用最频繁的一种分布。正态分布由两个参数描述：分布的期望值μ和方差σ^2 ，当μ=0、σ^2 =1时，称为标准正态分布。其公式如下：

$f(x;\mu,\sigma ) = \frac{1}{\sigma \sqrt{2\pi }}e^{-\frac{(x-\mu)^{2}}{2\sigma^2}}$

np.random.normal(loc,scale,size=x)返回的是x个符合正态分布的随机数，loc为均值，scale为标准差。

# 输入：
import numpy as np
np.random.seed(1) #设置随机种子，保证每次运行都会出现相同的随机数
# 均值为2，标准差为3的正态分布
r5 = np.random.normal(loc = 2, scale = 3, size = 10)
print(r5,'\n')
r6 = np.random.normal(loc = 2, scale = 3, size = (3,5))
print(r6)
# 输出：
[ 6.87303609  0.16473076  0.41548474 -1.21890587  4.59622289 -4.90461609
  7.23443529 -0.2836207   2.95711729  1.25188887] 

[[ 6.38632381 -4.18042213  1.03274839  0.84783694  5.40130833]
 [-1.2996738   1.48271538 -0.63357525  2.12664124  3.74844564]
 [-1.30185753  5.43417113  4.70477216  3.50748302  4.70256785]]

8.2 其他常用分布

# 输入：
import numpy as np
np.random.seed(1) #设置随机种子，保证每次运行都会出现相同的随机数
r7 = np.random.standard_t(df = 3, size = (2,3)) # 自由度为3的t分布
print(r7,'\n')
r8 = np.random.f(dfnum = 2, dfden = 5, size = (3,5)) # 自由度为2和5的f分布
print(r8,'\n')
r9 = np.round(np.random.uniform(size = (3,4), low = 1, high = 10),0) # 1到10之间的均匀分布，并四舍五入取整
print(r9,'\n')
# 输出：
[[ 2.52088116 -1.13756823 -1.09478858]
 [-1.70781334  0.40792799 -0.50672438]] 

[[ 0.12167855  0.65503307  1.71293129  1.44691121  2.54191617]
 [ 0.06964423  6.16774986  0.04916023  0.28635355  4.41972259]
 [ 1.60388551  1.11849708  0.01890469  2.49884978  3.6290282 ]] 

[[  9.   4.   8.   8.]
 [  9.   7.   8.   4.]
 [  3.   9.   5.  10.]]

9 数据加载

numpy模块还提供了读取数据与写数据的函数，方便我们将外部数据文件读入到Python的工作环境中。这里推荐两个读数据的函数：np.loadtxt()和np.genfromtxt()

# 输入：
data1 = np.loadtxt(fname = 'loadtxt.txt', delimiter = ',', skiprows = 1)
date2 = np.genfromtxt(fname = 'loadtxt.txt', delimiter = ',', skip_header = 1, usecols = [0,2])
print(data1,'\n')
print(date2)
# 输出：
[] 

[]

注意：
- fname：指定外部文件的路径
- delimiter：指定文件中数据列的分隔符
- skiprows：指定读数时跳过的行数
- skip_header：指定跳过首行
- usecols：指定读取的数据列
- loadtxt函数和genfromtxt函数读入数据形成数组，故必须要求读进来的数据一定是数值型数据，否则会报错。

10 数据写出

通过使用numpy模块中的savetxt函数实现python数据的写出，函数语法如下：

np.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ')

其中：

fname：指定数据写出的路径
X：指定需要写出的数据
fmt：指定输出数据的格式，默认科学计算法
delimiter：指定数据列之间的分隔符，默认空格符
newline：指定新行的标识符，默认换行
header：指定输出数据首行值
footer：指定输出数据的末行值
comments：指定注释符，默认“#”

xxw9485

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
Python3基本工具包：Numpy

作者：xxw9485 时间：2018/3/10 来源：http://mp.weixin.qq.com/s/54fQScsNn9Sg-G02CEoaOwNumpyNumPy是Python科学计算的基础包。它提供了多维数组对象、基于数组的各种派生对象（例如，masked Array, 矩阵）。除此之外，还提供了各种各样的加快数组操作的例程，包括数学基本计算、逻辑、图形操作、排序、选...
复制链接

扫一扫