Python数据分析学习系列一——Numpy入门学习

最新推荐文章于 2022-02-27 09:02:39 发布

chardman

最新推荐文章于 2022-02-27 09:02:39 发布

阅读量185

点赞数

分类专栏： Python学习文章标签： python numpy 数据分析

本文链接：https://blog.csdn.net/chardman/article/details/113447554

版权

Python学习专栏收录该内容

10 篇文章 5 订阅

订阅专栏

Numpy是高性能科学计算和数据分析的基础包。它是Pandas等其他各种工具的基础。
Numpy的主要功能：
- ndarray，一个多维数组结构，高效且节省空间
- 无需循环对整租数据进行快速运算的数学函数
- 线性代数、随机数生成和傅里叶变换功能
安装方法：pip install numpy
引用方式：import numpy as np

import numpy as np

1 为什么用numpy？

已知若干家跨国公式市值，要转换成人民币。
已知购物车中没见商品的价格与商品件数，求总金额。

import random
a = [random.uniform(100.0, 200.0) for i in range(50)] #假设已知50家公司市值
x = 6.8 #1美元=6.8元人民币

# 转换成人民币，列表——循环
b = []
for each in a:
    b.append(each*x)

# 转换成人民币，数组——“*”
a = np.array(a)
a*x

array([ 971.54836946, 1230.25801894, 1009.93695086,  778.07069875,
       1347.34192239,  830.85694411,  992.91816716,  968.82463502,
        790.61843367,  750.04659306,  995.04823811,  940.83119352,
        872.12366111, 1126.5645099 , 1015.98732282, 1286.79370318,
        948.98123827, 1101.00354637,  749.46386142, 1343.44109031,
       1183.17936556, 1235.68030649,  981.63529056, 1231.32330003,
        963.56396015,  923.67919752, 1053.00562042, 1341.81973736,
       1155.96713625,  873.60675873,  939.44328417,  700.71536278,
       1123.45339544,  938.23929525,  971.43311266, 1207.33747815,
       1318.36436382, 1159.48810275,  959.64425333,  733.97983522,
        765.57555447,  826.24023719, 1254.31439198, 1050.46916221,
       1103.59573233,  707.05767038,  698.0050053 , 1068.71018975,
       1261.34352252,  832.40313494])

a = [random.uniform(10.0,20.0) for i in range(50)]
b = [random.randint(1,10) for i in range(50)]

a = np.array(a) #s转换成数组
b = np.array(b)
(a * b).sum()# a×b并求和

3676.0083431293015

2 Numpy基础

2.1 创建ndarray：np.arrray(array_like)

数组与列表的区别：
- 数组对象内的元素类型必须相同
- 数组大小不可改变

np.array([1,2,3,4,5])

array([1, 2, 3, 4, 5])

a = np.array(range(10))
a

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

np.array(range(10), dtype='float')

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

2.2 ndarray-数据类型

布尔型：bool_
整型：int_ int8 int16 int32 int54
无符号整数：uint8 uint16 uint32 uint54
浮点型：float_ float16 float32 float64
复数型：complex_ complex64 complex128

a = np.array(range(10))

a.dtype# 返回数据类型

dtype('int32')

2.3 ndarray-常用属性

T 数组的转置（一维数组不能转置）
size 数组元素的个数
ndim 数组的维数
shape 数组的维度大小（返回元组形式）
dtype 数组元素的数据类型

a.size# 返回元素个数

a = np.array([[1,2,3],[4,5,6]])
a

array([[1, 2, 3],
       [4, 5, 6]])

a.size

a.shape

(2, 3)

a = np.array([[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]]])

a.shape

(2, 2, 3)

a = np.array([[1,2,3],[4,5,6]])

a.T

array([[1, 4],
       [2, 5],
       [3, 6]])

_.T

array([[1, 2, 3],
       [4, 5, 6]])

a = np.array(range(10))
a

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

a.T

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

2.4 ndarray的其他创建方式

array()：将列表转换为数组，可选择显式制定dtype
arange()：是range的numpy版，支持浮点数
linspace()：类似arange()，第三个参数为数组长度
zeros()：指定形状和dtype创建全0数组
ones()：指定形状和dtype创建全1数组
empty()：指定形状和dtype创建全空数组（随机值）
eye()：根据指定边长和dtype创建单位矩阵

# 创建10个全是0的数组
np.array([0]*10)

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

np.zeros(10) # 返回浮点数

array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

a = np.zeros(10)
a.dtype

dtype('float64')

np.zeros(10, dtype='int')# 增加数据类型参数，创建整数型数组

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

a = np.ones(10)
a

array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

a = np.empty(100)#创建一个随机的数组。
a

array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

注：创建数组是先在内存里面申请一定数量的位置，然后把值改成相应的数据，而np.empty()只有第一个步骤。

np.arange(100)#与range()功能类似

array([ 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, 32, 33,
       34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50,
       51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67,
       68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84,
       85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99])

np.arange(2,10)

array([2, 3, 4, 5, 6, 7, 8, 9])

np.arange(2,10,3)

array([2, 5, 8])

np.arange(2,10,0.3)#np.arange()的步长可以是小数，但是range()的步长只能是整数

array([2. , 2.3, 2.6, 2.9, 3.2, 3.5, 3.8, 4.1, 4.4, 4.7, 5. , 5.3, 5.6,
       5.9, 6.2, 6.5, 6.8, 7.1, 7.4, 7.7, 8. , 8.3, 8.6, 8.9, 9.2, 9.5,
       9.8])

np.linspace(0,100,100)#第3个参数是分成多少份

array([  0.        ,   1.01010101,   2.02020202,   3.03030303,
         4.04040404,   5.05050505,   6.06060606,   7.07070707,
         8.08080808,   9.09090909,  10.1010101 ,  11.11111111,
        12.12121212,  13.13131313,  14.14141414,  15.15151515,
        16.16161616,  17.17171717,  18.18181818,  19.19191919,
        20.2020202 ,  21.21212121,  22.22222222,  23.23232323,
        24.24242424,  25.25252525,  26.26262626,  27.27272727,
        28.28282828,  29.29292929,  30.3030303 ,  31.31313131,
        32.32323232,  33.33333333,  34.34343434,  35.35353535,
        36.36363636,  37.37373737,  38.38383838,  39.39393939,
        40.4040404 ,  41.41414141,  42.42424242,  43.43434343,
        44.44444444,  45.45454545,  46.46464646,  47.47474747,
        48.48484848,  49.49494949,  50.50505051,  51.51515152,
        52.52525253,  53.53535354,  54.54545455,  55.55555556,
        56.56565657,  57.57575758,  58.58585859,  59.5959596 ,
        60.60606061,  61.61616162,  62.62626263,  63.63636364,
        64.64646465,  65.65656566,  66.66666667,  67.67676768,
        68.68686869,  69.6969697 ,  70.70707071,  71.71717172,
        72.72727273,  73.73737374,  74.74747475,  75.75757576,
        76.76767677,  77.77777778,  78.78787879,  79.7979798 ,
        80.80808081,  81.81818182,  82.82828283,  83.83838384,
        84.84848485,  85.85858586,  86.86868687,  87.87878788,
        88.88888889,  89.8989899 ,  90.90909091,  91.91919192,
        92.92929293,  93.93939394,  94.94949495,  95.95959596,
        96.96969697,  97.97979798,  98.98989899, 100.        ])

np.linspace(0,100,101)
# linspace()是前后都包括了
# 分成了101份（包括0）
# 常用于画函数图像

array([  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.,  32.,
        33.,  34.,  35.,  36.,  37.,  38.,  39.,  40.,  41.,  42.,  43.,
        44.,  45.,  46.,  47.,  48.,  49.,  50.,  51.,  52.,  53.,  54.,
        55.,  56.,  57.,  58.,  59.,  60.,  61.,  62.,  63.,  64.,  65.,
        66.,  67.,  68.,  69.,  70.,  71.,  72.,  73.,  74.,  75.,  76.,
        77.,  78.,  79.,  80.,  81.,  82.,  83.,  84.,  85.,  86.,  87.,
        88.,  89.,  90.,  91.,  92.,  93.,  94.,  95.,  96.,  97.,  98.,
        99., 100.])

import matplotlib.pyplot as plt
x = np.linspace(-10,10,10000)
y = x**2
plt.plot(x,y)
plt.show()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2JftPwsv-1612016077555)(output_41_0.png)]

np.eye(10)# 生成单位矩阵

array([[1., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 1., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 1., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 1., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0., 1.]])

2.5 ndarray-批量运算

数组和标量之间的运算
- a+1
- a*3
- 1//a
- a**5
- a>5
同样大小数组之间的运算
- a+b
- a/b
- a**b
- a%b
- a==b

a = np.arange(10)
a

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

a + 1

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

a * 3

array([ 0,  3,  6,  9, 12, 15, 18, 21, 24, 27])

3 / a

c:\users\ibm\appdata\local\programs\python\python37\lib\site-packages\ipykernel_launcher.py:1: RuntimeWarning: divide by zero encountered in true_divide
  """Entry point for launching an IPython kernel.





array([       inf, 3.        , 1.5       , 1.        , 0.75      ,
       0.6       , 0.5       , 0.42857143, 0.375     , 0.33333333])

b = np.arange(10,20)
b

array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])

a + b

array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28])

a * b

array([  0,  11,  24,  39,  56,  75,  96, 119, 144, 171])

a > b

array([False, False, False, False, False, False, False, False, False,
       False])

a[0] = 10
a > b

array([False, False, False, False, False, False, False, False, False,
       False])

2.6 ndarray-索引

# 一维数组索引
a = np.arange(10)
a[0]

# 二位数组索引
a = np.arange(15).reshape((3,5))
a

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

a[0][0]

a[0,0]

a[2,2]

2.7 ndarray-切片

# 一维数组切片
a = np.arange(15)
a

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

a[:4]

array([0, 1, 2, 3])

a[4:]

array([ 4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

b = list(range(15))
b

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]

c = a[:4] #相当于引用，做了一个视图
c

array([0, 1, 2, 3])

d = b[:4] #创建一个新的
d

[0, 1, 2, 3]

c[0] = 20
d[0] = 20

array([20,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]

# 如果想要创建一个新的数组，使用copy()函数。
a = np.arange(10)
e = a[:4].copy()
e[0] = 20
e

array([20,  1,  2,  3])

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

# 二维数组切片
a = np.arange(15).reshape((3,5))
a

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

a[0:2, 0:2]

array([[0, 1],
       [5, 6]])

a[::2,1::2]

array([[ 1,  3],
       [11, 13]])

2.8 ndarray-布尔型索引

a = [random.randint(0, 10) for i in range(20)]
a

[9, 8, 2, 1, 4, 4, 0, 10, 6, 6, 3, 9, 3, 4, 4, 9, 2, 0, 1, 1]

# 找出一个数组中所有大于5的数
list(filter(lambda x : x > 5, a))

[9, 8, 10, 6, 6, 9, 9]

a = np.array(a)
a[a > 5]

array([ 9,  8, 10,  6,  6,  9,  9])

# 找出一个数组中所有大于5的偶数
a[(a > 5) & (a % 2 == 0)]

array([ 8, 10,  6,  6])

2.9 ndarray-花式索引

a = np.arange(20)
a

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19])

a[[1,3,5,7]]

array([1, 3, 5, 7])

a = np.arange(20).reshape((4,5))
a

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])

a[0, 2:4]

array([2, 3])

a[0, a[0]>2]

array([3, 4])

a[[1,3],[1,3]]# 取的是[1,1]和[3,3]位置上的值

array([ 6, 18])

a[1::2,1::2]

array([[ 6,  8],
       [16, 18]])

a[[1,3],:][:,[1,3]]

array([[ 6,  8],
       [16, 18]])

2.10 Numpy-通用函数

通用函数：能同时对数组中所有元素进行运算的函数
常见通用函数：
- 一元函数：abs，sqrt, exp, log, ceil, floor, rint, trunc, modf, isnan, isinf, cos, sin, tan
- 二元函数：add, substract, multiply, divide, power, mod, maximun, minimun

a = np.arange(-5, 5)

np.abs(a)

array([5, 4, 3, 2, 1, 0, 1, 2, 3, 4])

a = np.arange(10)
np.sqrt(a)

array([0.        , 1.        , 1.41421356, 1.73205081, 2.        ,
       2.23606798, 2.44948974, 2.64575131, 2.82842712, 3.        ])

a = 1.6
int(a)#向0取整

round(a)#向0四舍五入

a = -1.6
int(a)

-1

round(a)

-2

import math
math.floor(a)#向下取整

-2

math.ceil(a)# 向上取整

-1

a = np.arange(-5.5, 5.5)
a

array([-5.5, -4.5, -3.5, -2.5, -1.5, -0.5,  0.5,  1.5,  2.5,  3.5,  4.5])

np.floor(a)

array([-6., -5., -4., -3., -2., -1.,  0.,  1.,  2.,  3.,  4.])

np.ceil(a)

array([-5., -4., -3., -2., -1., -0.,  1.,  2.,  3.,  4.,  5.])

np.round(a)

array([-6., -4., -4., -2., -2., -0.,  0.,  2.,  2.,  4.,  4.])

np.trunc(a)#相当于单个数值时的int()

array([-5., -4., -3., -2., -1., -0.,  0.,  1.,  2.,  3.,  4.])

np.rint(a)# 相当于np.round()

array([-6., -4., -4., -2., -2., -0.,  0.,  2.,  2.,  4.,  4.])

np.modf(a)#把整数部分和小数部分分开

(array([-0.5, -0.5, -0.5, -0.5, -0.5, -0.5,  0.5,  0.5,  0.5,  0.5,  0.5]),
 array([-5., -4., -3., -2., -1., -0.,  0.,  1.,  2.,  3.,  4.]))

浮点数特殊值

nan（Not a number）：不等于任何浮点数（nan!=nan）
inf（infinity）：比任何浮点数都大
Numpy中创建特殊值：np.nan,np.inf
在数据分析中，nan常被用做表示数据缺失值

float('nan')#把字符串nan转换成浮点数不会报错

nan

a = np.nan
a

nan

a != np.nan

True

a = np.arange(5)
b = a/a
b

c:\users\ibm\appdata\local\programs\python\python37\lib\site-packages\ipykernel_launcher.py:2: RuntimeWarning: invalid value encountered in true_divide
  





array([nan,  1.,  1.,  1.,  1.])

np.nan in b

False

np.isnan(b)

array([ True, False, False, False, False])

b[~(np.isnan(b))]

array([1., 1., 1., 1.])

2.11 Numpy数学和统计方法

sum 求和
mean 求平均数
min 求最小值
max 求最大值
std 求标准差
var 求方差
argmin求最小值索引
argmax求最大值索引

a = np.array([3,4,5,6,7])
a

array([3, 4, 5, 6, 7])

a.sum()

a.mean()

5.0

a = np.arange(0,10,0.2)
a

array([0. , 0.2, 0.4, 0.6, 0.8, 1. , 1.2, 1.4, 1.6, 1.8, 2. , 2.2, 2.4,
       2.6, 2.8, 3. , 3.2, 3.4, 3.6, 3.8, 4. , 4.2, 4.4, 4.6, 4.8, 5. ,
       5.2, 5.4, 5.6, 5.8, 6. , 6.2, 6.4, 6.6, 6.8, 7. , 7.2, 7.4, 7.6,
       7.8, 8. , 8.2, 8.4, 8.6, 8.8, 9. , 9.2, 9.4, 9.6, 9.8])

a.mean()+a.std()

7.786173937932363

a.mean()-a.std()

2.0138260620676376

a.argmax()

a.argmin()

生成随机数

随机函数在np.random子包内
- rand给定形状产生随机数组（0到1之间的数）
- randint给定形状生成随机整数
- choice给定形状产生随机选择
- shuffle与random模块里面的shuffle()功能一样
- uniform给定形状产生随机数组

import random
random.random()#返回0~1之间的浮点数

0.33974840838056275

random.randint(0,10)

random.choice([1,3,4,5])

random.shuffle(a)# 改变的是原列表中元素的位置
a

[4, 3, 1, 2]

np.random.randint(0,10)

np.random.randint(0,10,10)

array([0, 9, 2, 5, 7, 8, 7, 5, 0, 9])

np.random.randint(0,10,(3,5))

array([[0, 5, 4, 3, 9],
       [9, 7, 7, 7, 3],
       [9, 1, 2, 4, 8]])

np.random.rand(10)

array([0.87378977, 0.33263006, 0.16150175, 0.64087174, 0.84878454,
       0.55151132, 0.13053042, 0.10932033, 0.73284465, 0.78065613])

np.random.rand(15).reshape((3,5))

array([[0.03878439, 0.98258217, 0.79012658, 0.25156537, 0.14919864],
       [0.83778259, 0.58277696, 0.19777845, 0.88624567, 0.52116526],
       [0.26123987, 0.549867  , 0.15060013, 0.19665386, 0.56762764]])

np.random.choice([1,2,3,4,5])

np.random.choice([1,2,3,4,5],10)

array([1, 2, 1, 2, 2, 3, 2, 4, 1, 3])

a = [1,2,3,4]
np.random.shuffle(a)# 改变的是原数组中元素的位置
a

[1, 2, 4, 3]

random.uniform(2.0,4.0)

2.766299467157591

np.random.uniform(2.0,4.0,10)

array([2.24885655, 2.96570215, 3.42231782, 2.32249887, 3.29880152,
       3.38426602, 2.22924905, 2.20250663, 3.53510689, 2.40333176])

chardman

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Python数据分析学习系列一——Numpy入门学习

Numpy是高性能科学计算和数据分析的基础包。它是Pandas等其他各种工具的基础。Numpy的主要功能：ndarray，一个多维数组结构，高效且节省空间无需循环对整租数据进行快速运算的数学函数线性代数、随机数生成和傅里叶变换功能安装方法：pip install numpy引用方式：import numpy as npimport numpy as np1 为什么用numpy？已知若干家跨国公式市值，要转换成人民币。已知购物车中没见商品的价格与商品件数，求总金额。imp.
复制链接

扫一扫