numpy模块

numpy模块

做矩阵数据分析时所需要用到的模块

是一个第三方的模块 pip install numpy

• 在python使用numpy创建一个矩阵

  import numpy as np
  
  list1 = [[1,2,3,4],[4,5,6,8],[7,8,9,3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  

注意：如果列表中的小列表的列数不一致，那么就会将每一个小列表当作一个矩阵中的元素去存放，这个矩阵只有一行。

numpy是什么

Numpy(Numerical Python) 是科学计算基础库，提供大量科学计算相关功能，比如数据统计，随机数生成等。其提供最核心类型为多维数组类型（ndarray），支持大量的维度数组与矩阵运算，
Numpy支持向量处理ndarray对象，提高程序运算速度。

矩阵的常见属性

• ndim 查看矩阵的维度

  import numpy as np
  
  list1 = [[1,2,3,4],[4,5,6,8],[7,8,9,3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  
  print(array1.ndim) # 2
  

• shape 查看矩阵的行数和列数

  import numpy as np
  
  list1 = [[1,2,3,4],[4,5,6,8],[7,8,9,3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  
  print(array1.shape) # (3, 4)
  

• size 查看矩阵中元素的个数

  import numpy as np
  
  list1 = [[1,2,3,4],[4,5,6,8],[7,8,9,3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  
  print(array1.size) # 12
  

• dtype 查看矩阵中的元素类型

  import numpy as np
  
  list1 = [[1,2,3,4],[4,5,6,8],[7,8,9,3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  
  print(array1.dtype) # int32
  

numpy中矩阵的使用和常用函数

• numpy 可以使用采用索引进行取值 array1[行的范围, 列的范围]

  import numpy as np
  
  list1 = [[1, 2, 3, 4], [4, 5, 6, 8], [7, 8, 9, 3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  print("--------------------")
  print(array1[:, :2])
  print("--------------------")
  print(array1[1, 1:3])
  

• astype 将元素转成对应的数据类型

  import numpy as np
  
  list1 = [[1, 2, 3, 4], [4, 5, 6, 8], [7, 8, 9, 3]]
  
  array1 = np.array(list1)
  print(array1, type(array1))
  print(array1.dtype)
  print("--------------------")
  array1 = array1.astype('float')
  print(array1, type(array1))
  print(array1.dtype)
  

• split 按照指定的方向将矩阵切分

axis: 默认是0，按照行的方向切分，可以修改为1，按照列进行切分

import numpy as np

list1 = [[1, 2, 3, 4], [4, 5, 6, 8], [7, 8, 9, 3], [11,22,33,44]]

array1 = np.array(list1)
print(array1, type(array1))
print(array1.dtype)
print("--------------------")
res1 =np.split(array1,2, axis=1)
print(res1, type(res1))

指定索引切分若干个部分矩阵

res1 = np.split(array1, [1, -1])

• reshape 重构矩阵

需要注意：结果矩阵的元素个数和原本的元素个数保持一致

array1 = array1.reshape(4,3)
print(array1)

• vstack 将两个矩阵上下拼接

• hstack 将两个矩阵左右拼接

• dot() 点乘

print(array1.dot(array2))

• diff() 差分

res1 = np.diff(array1,axis=1)
print(res1, type(res1))

• 数学计算

print(np.amax(array1))
print(np.amin(array1))
print(np.mean(array1)) # 平均值
print(np.median(array1)) # 中位数
print(np.std(array1)) # 2.48327740429189 标准差
print(np.var(array1)) # 6.166666666666667 方差   比如计算偏科这样的需求