【Python】Python数据分析基础技术03

一、numpy

关键词：开源 数据计算扩展

主要是用于处理 Python在数据、数值处理中速度比较慢的问题。
功能：ndarray 多维操作 线性代数
官网：http://www.numpy.org/

下载了Anaconda之后，很多我们常用的库已经是安装好的。
打开Anaconda Prompt，输入conda list，就会发现已经拥有了很多库啦。

除此之外，若import numpy报错，可参考一下知乎大神们的回答：
https://www.zhihu.com/question/28132194

在Python中，有一个数据类型 list，在list中，我们可以存放多种不同类型的数据，但当我们数据量越来越大的时候，由于Python每次都需要去判断一下数据的类型，运算速度就会很慢了。

numpy的ndarray中，每个只可以拥有一种数据类型

#-*- coding:utf-8 -*-

import numpy as np
def main():
    lst = [[1,3,5],[2,4,6]]
    print(type(lst))
    np_lst = np.array(lst)
    print(type(np_lst))

if __name__ == "__main__":
    main()

输出结果：
<class 'list'>
<class 'numpy.ndarray'>

简单列举ndarray中的数据类型：
bool,int,int8,int16,int32,int64,int128,unit8,unit16,unit32,unit64,unit128,float16,float32,float64,complex64/128，str
上边的u，就代表unsigned

ndarray是numpy最基础的数据结构，这个数据结构的属性：

lst = [[1,3,5],[2,4,6]]
np_lst = np.array(lst,dtype=np.float)
print(np_lst.shape)  #该数组的形状
打印结果：(2, 3)
print(np_lst.ndim)  #该数组的维度
打印结果：2
print(np_lst.dtype)
打印结果：float64
print(np_lst.itemsize)
打印结果：8（64位占8个字节）
print(np_lst.size)
打印结果：6（一共6个元素）

常见数组

    print(np.zeros([2,4]))
    print(np.ones([3,5]))
    打印结果：
    [[ 0.  0.  0.  0.]
    [ 0.  0.  0.  0.]]
[[ 1.  1.  1.  1.  1.]
[ 1.  1.  1.  1.  1.]
[ 1.  1.  1.  1.  1.]]


print(np.random.rand(2,4))
打印结果：2行4列的随机数（0~1之间的随机数）
[[ 0.51822084  0.1033368   0.10229034  0.47420062]
 [ 0.06186117  0.65672721  0.72348707  0.76551658]]
 print(np.random.rand())
 打印结果：0.92446879327  一个随机数

print(np.random.randint(1,10))
#打印一个1~10的整数

print(np.random.randint(1,10.3))
#打印三个1~10之间的整数  [8,3,7]

print(np.random.randn())
#打印一个标准的正太分布随机数
print(np.random.randn(2,3))
#生成2行3列的正太分布随机数
print(np.random.chioce([10,20,30]))
#生成的随机数，只能在10 20 30 中间进行选择
print(np.random.beta(1,10,100))
#生成100个从1~10的随机数
……………………还有许多

numpy常见操作

print(np.arange(1,11))
[ 1  2  3  4  5  6  7  8  9 10]

print(np.arange(1,11).reshape([2,5]))
等价于
print(np.arange(1,11).reshape([2,-1]))
会得到一个2行3列的ndarray
lst = np.arange(1,11).reshap([2,-1])
print(np.exp(lst))  #自然指数
print(np.exp2(lst)) #自然指数的平方
print(np.sqrt(lst)) #开方
print(np.sin(lst))  #正弦
print(np.log(lst))  #对数

lst = np.array([[[1,2,3,4],
                     [4,5,6,7]],
                    [[7,8,9,10],
                     [10,11,12,13]]])
    print(lst.sum())   #112
    print(lst.sum(axis=2))  #这个axis最大是维度减一，这个是用来判断，我们执行操作的维度。
    举个例子，上面，如果axis是0的话，就是最外层的数组进行相加，即[[1,2,3,4],[4,5,6,7]]与[[7,8,9,10]，[10,11,12,13]]进行相加，得到的结果是：
    [[ 8 10 12 14]
     [14 16 18 20]]
    如果axis是1的话，就再深入一层进行相加，即[1,2,3,4],[4,5,6,7],[7,8,9,10]，[10,11,12,13]进行相加，得到的结果是
    [[ 5  7  9 11]
     [17 19 21 23]]
    如果axis是2的话，就是每个[]内的元素进行相加，得到的结果是[[10 22] [34 46]]
    除了sum还可以有max,min等
    lst1 = np.array([1,2,3,4])
    lst2 = np.array([5,10,15,20])
    print(np.dot(lst1.reshape([2,2]),lst2.reshape([2,2])))     点乘
  1*5+2*15  1*10+2*20
  3*5+4*15  3*10+4*20
    还可以进行两个ndarray的加减乘除等等运算    

在python中，两个list相加表示追加，在numpy中，也可以实现追加，要使用函数concatenate
print(np.concatenate((lst1,lst2),axis=0))
可以实现两个ndarray的追加
[ 1 2 3 4 5 10 15 20]
两个list实现上下追加，使用vstack
print(np.vstack(lst1,lst2))
[[ 1 2 3 4]
[ 5 10 15 20]]
hstack实现的效果和concatenate一样
[ 1 2 3 4 5 10 15 20]

print(np.split(lst1,2)) 把lst1分成2份
[array([1, 2]), array([3, 4])]
print(np.copy(lst1)) #拷贝