Python数据分析篇--NumPy--进阶

人有一种天生的、难以遏制的欲望，那就是在理解之前就评判。    -- 米兰·昆德拉

多维数组 

1. 一维数组只有行，二维数组相比一维数组多了列这个维度，而三维数组则类似多个二维数组堆叠在一起，形如一个立方体。

二维数组的创建

1. 二维数组相当于单层的嵌套列表。并且我们可以将单层嵌套列表传入 np.array() 方法创建一个二维数组。

2. ones() 和 zeros() 方法同样也能快速创建元素全为 1 和 0 的二维数组。与之前的区别在于，创建二维数组要传入一个包含行和列信息的元组。

3. 更多维的数组的创建，只要传入嵌套层数更多的列表即可。

import numpy as np

list_1=[[1, 2], [3, 4]]
print(list_1)
# [[1, 2], [3, 4]]

list_2=np.array([[1, 2], [3, 4]])
print(list_2)
# [[1 2]
#  [3 4]]

import numpy as np
list_1=np.ones((3,4)) # 3行4列
print(list_1)

#[[1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]]

多维数组的性质

1. ndim：多维数组的维度个数。例如：二维数组的 ndim 为 2；

2. shape：多维数组的形状。对于 m 行和 n 列的数组，它的 shape 将是 (m,n)。因此，shape 元组的长度（元素个数）就是 ndim 的值；

3. size：多维数组中所有元素的个数。shape 元组中每个元素的乘积就是 size 的值；

4. dtype：多维数组中元素的类型。    

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

print('ndim:', data.ndim)
print('shape:', data.shape)
print('size:', data.size)
print('dtype:', data.dtype)

# ndim: 2
# shape: (2, 3)
# size: 6
# dtype: int64

 二维数组的加减乘除

1. 二维数组间的加减乘除和一维数组间的并无大致，也是对应位置的元素进行计算。 

2. 维度一样的数组间可以进行计算的条件是形状（shape）一样，形状不一样的数组元素无法一一对应，因此无法计算，导致报错。

3. 广播原则：先补齐行轴，再往列轴方向进行复制。

二维数组的通用方法 

1. 二维数组的通用方法和一维数组的通用方法的基本用法类似，只是多了一个维度的数据。

2. 二维数组不仅可以对所有数据进行计算，还可以针对某个维度上的数据进行计算。

3. 这里就要引入一个概念——轴（axis）。轴和维度的概念是类似的，一维数组有 1 个轴，二维数组有 2 个轴，三维数组有 3 个轴等等。

import numpy as np
data = np.array([[1, 2], [5, 3], [4, 6]])

# 不指定 axis
print(data.max())
# 输出：6

# axis=0
print(data.max(axis=0))
# 输出：[5 6]

# axis=1
print(data.max(axis=1))
# 输出：[2 5 6]

 二维数组的索引和分片

1. 二维数组的索引和分片同样和一维数组类似，只是在行索引的基础上再加上列索引。

2. 形如 data[m,n]，其中 data 是二维数组，m 是行索引或分片，n 是列索引或分片。 

3. 如果省略第二个参数 n 的话表示获取所有列，data[0] 就表示获取整个第一行，相当于 data[0, :]。

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

print(data[0, 1])
# 2

print(data[:, 0])
# [1 3 5]

print(data[1:3])
# [[3 4]
#  [5 6]]

 布尔索引

1. 布尔索引，顾名思义就是用布尔值作为索引去获取需要的元素。 

2. and 改用 &，or 改用 |，not 改用 ~，并且每个条件要用括号括起来。

data = np.array([[1, 2], [3, 4], [5, 6]])
print(data[data > 3])
# 输出：[4 5 6]

# 大于 3 或者不小于 2（即大于等于 2）
print(data[(data > 3) | ~(data < 2)])
# 输出：[2 3 4 5 6]

 实用方法

arange() 方法

1. numpy 中的 arange() 方法和 Python 中的 rang() 用法类似，不同之处在于 arange() 方法生成的是数组，而 rang() 方法生成的是 rang 类型的序列。

# 生成 1-9 的数组
print(np.arange(1, 10))
# 输出：[1 2 3 4 5 6 7 8 9]

# 生成 0-9 的数组
print(np.arange(10))
# 输出：[0 1 2 3 4 5 6 7 8 9]

# 生成 1-9 的数组，步长为 2
print(np.arange(1, 10, 2))
# 输出：[1 3 5 7 9]

 随机方法

1. Python 中有 random 模块来生成随机数，numpy 针对多维数组也集成了 random 模块，并且更加方便好用。

2. 这里只介绍其中的 rand() 方法和 randint() 方法，更多方法大家可以在需要时查询使用。 

3. numpy 中的 np.random.rand() 方法和 Python 中 random.rand() 方法类似，都是生成 [0,1) 之间的随机小数。

4. 不同的是，numpy 中的  np.random.rand() 方法可以生成多个 [0,1) 之间的随机小数，只需我们传入要生成的随机数组的形状（shape）即可。

5. 同理，numpy 中的 np.random.randint() 方法和 Python 中的 random.randint() 类似.

6. 不同之处在于，random.randint() 生成的是 [m,n] 之间的整数，而 np.random.randint() 生成的是 [m,n) 之间的整数。

# 不传参数时
print(np.random.rand())
# 输出：0.1392571183916036

# 传入一个参数时
print(np.random.rand(3))
# 输出：[0.7987698  0.52115291 0.70452156]

# 传入多个参数时
print(np.random.rand(2, 3))
# 输出：
# [[0.08539006 0.97878203 0.23976172]
#  [0.34301963 0.48388704 0.63304024]]

# 不传入形状时
print(np.random.randint(0, 5))
# 输出：3

# 形状为一维数组时
print(np.random.randint(0, 5, 3))
# 输出：[4 0 1]

# 形状为二维数组时
print(np.random.randint(0, 5, (2, 3)))
# 输出：
# [[0 2 1]
#  [4 2 0]]

genfromtxt() 方法

1. genfromtxt() 方法用于文件的读取。

2. genfromtxt() 方法常用的参数有两个，分别是数据源和分隔符。

3. 第一个参数是数据源，可以是本地文件的路径，也可以是网络文件的地址。

4. 第二个delimiter 参数用于指定分隔符，CSV 文件一般是用逗号作为分隔符，当遇到其他符号分隔的文件时，用 delimiter 参数进行指定即可。

5. genfromtxt() 方法的返回值是一个多维数组。

import numpy as np
data=np.genfromtxt('data.csv',delimiter=',')
print(data)

致谢

  感谢您花时间阅读这篇文章！如果您对本文有任何疑问、建议或是想要分享您的看法，请不要犹豫，在评论区留下您的宝贵意见。每一次互动都是我前进的动力，您的支持是我最大的鼓励。期待与您的交流，让我们共同成长，探索技术世界的无限可能！