python机器学习基础--numpy库

numpy库

开源的科学计算基础库
本篇文章参考中国大学MOOC嵩天老师的课程：python数据分析与展示

数据维度的python表示

一维数组

二维数据

多维数据

高维数据

数组对象ndarray

数据对象特点

1. 数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据
2. 设置专门的数组对象，可以提升这类应用的运算速度
3. 数组采用相同的数据类型，有利于节省运算和储存空间

关于ndarray

1. ndarray是一个多维数组对象，由两部分构成
   （1）实际的数据
   （2）描述这些数据的元数据（数据维度、数据类型等等）
2. ndarray数组要求所有数据类型相同，数据下标从0开始
3. 在程序中，ndarray的别名是array
4. np.array()将数组输出为[ ]形式，元素之间由空格分开
   轴（axis）用于保存数据的维度
   秩（rank）轴的数量

ndarray对象的属性

属性	描述
.ndim	秩
.shape	对象的形状，对应矩阵的n行m列
.size	对象元素的个数
.dtype	对象中元素类型
.itemsize	对象中每个元素的大小，以字节为单位

ndarray对象的意义

1. 去掉元素间运算所需的循环，使得一维向量更像单个数据
2. 数组对象采用相同的数据类型，有助于节省运算和存储空间

数组创建与变换

创建方法

1. 利用列表、元组等类型创建ndarray

2. 使用numpy中的函数创建

函数	描述
numpy.arange(n)	返回ndarray类型，元素从0到1
ones(shape)	生成一个全1的数组，
zeros(shape)	生成一个全0的数组
full(shape,val)	根据shape生成一个数组，每个元素都是val
eye(n)	生成一个正方n*n的单位矩阵，对角线为1，其余为0
ones_like(a)	根据a的形状生成一个全1的数组
zeros_like(a)	根据a的形状生成一个全0的数组
full_like(a,val)	根据a的形状生成一个每个元素都是val的数组

3. 其他方法创建

函数	描述
linspace()	根据起止数据等间距填充数据形成数组
concatenate()	将两个或多个数组合并成一个新的数组

数组变换

对于创建后的数组进行维度变换或元素类型变换
维度变换

方法	描述
reshape(shape)	不改变数组元素，返回一个shape形状的数组，不改变原数组
resize(shape)	与reshape功能相同，改变原数组
swapaxes(ax1,ax2)	将数组两个维度调换
flatten()	对数组降维，返回折叠后的一维数组，原数组不变
下面我们来看看这些方法的作用

类型转换

函数	描述
.astype(newtype)	创建新的数组，数据相同，类型也可能相同
.tolist()	数组向列表转换
从下面的例子中我们可以看出，转换数组元素的类型时并未改变原数组，此外，如果参数newtype使用numpy中的数据类型时未知名精度，程序会提出警告
下面我们生成一个列表

数组操作

索引和切片
一维数组索引

多维数组索引

多维数组切片

数组运算

数组与标量之间的运算

数组中的每一个元素参与运算

一元函数
对数组中的数据执行元素级运算

函数	描述
np.abs(x) /np.fabs(x)	求数组x各元素的绝对值
np.sprt(x)	求数组x中各元素平方根
np.square(x)	各元素平方
np.logn(x)（n为底数）	求各元素对数值
np.ceil(x)	求各元素ceiling值
np.rint(x)	各元素四舍五入的值
np.modf(x)	将各元素小数部分和整数部分分为两个独立的数组返回
np.sin()/cos()…	各元素的三角函数值
np.exp(x)	各元素指数值
np.sign(x)	各元素符号值，-1（-），0，1（+）

二元函数
两个数组之间的元素运算

函数描述
+、-、*、/、**	两个数组各元素对应进行运算
np.copysign(x,y)	将y中各元素符号赋值给数组x对应的元素
<、>、<=、>=、!=、==	算术比较，产生布尔类型
np.mod(x,y)	元素级模运算

numpy数据存取

csv文件存储

语法格式：np.savetxt(frame,array,format,delimiter)

参数	描述
frame	文件（可以是压缩文件），字符串或产生器
array	存入文件的数组
format	写入文件的格式，如%d,%f
delimiter	分割字符串，默认空格

案例1：使用下面代码生成一个csv文件¹

打开文件我们可以看到里面的数据

csv文件读取

语法格式[^2]：np.loadtxt(frame,dtype,delimiter,unpack)

参数	描述
frame	文件（可以为压缩文件），字符串或产生器
dtype	数据类型
delimiter	分割字符串
unpack	为True时，读入变量被写入不同属性
[^2]:注意：
1, csv只能有效存储一维和二维数据
2, np中的存储和读取函数都只能有效存储一维和二维数据

案例2：使用loadtxt()函数读取一个csv文件

多维数据存取

多维数据存储
语法格式：array.tofile(frame,sep,format)

参数名	描述
frame	文件，字符串
seq	分割字符串
format	写入文件的数据格式，如%d

多维数据读取
语法格式：np.fromfile(frame,dtype,count,sep)

参数	描述
frame	文件，字符串
dtype	读取数据类型
count	读入元素个数
sep	数据分割字符串
这种方法存取时需要知道存入文件时数组的维度和元素类型[^3]
[^3]:多维数据存储（tofile()函数）和读取方法（fromfile()函数）需要配合使用，可以通过元数据文件来存储额外信息

案例3：存储并读取一个包含维数据的文件

随机数函数

np.random的随机数函数

函数	描述
rand(d0,d1,…dn)	根据d0-dn创建随机数数组，浮点数，范围[0,1)，均匀分布
randn(d0,d1…dn)	根据d0-dn创建随机数函数，正态分布
ranint(low,high,shape)	根据shape创建随机整数，范围为(low,high)
seed(s)	随机数种子s
shuffle(a)	根据数组第一个轴随机排列，改变原数组
permutation(a)	根据数组第一个轴随机排列，不改变原数组
choice(a[,size,replace,p])	从一维数组中以概率p抽取元素，形成size形状的新数组，replace代表是否可以重用元素，默认Flase
uniform(low,high,size)	产生具有均匀分布的数组，范围(low,high)，size代表形状
normal(loc,scale,size)	产生具有正态分布的数组，loc代表均值，scale代表标准差，size代表形状
poisson(lam,size)	产生具有泊松分布的数组，lam代表随机事件发生率，size代表形状

案例4：使用随机数函数生成随机数组

下面我们对生成的数组进行变化

下面我们分别生成具有均匀分布和正态分布特征的数组

统计函数

函数	描述
sum(a,axis)	根据axis 计算数组a中相关元素之和
mean(a,axis)	根据axis计算数组a相关元素期望
average(a,axis,weights)	根据axis计算数组a相关元素加权平均值
std(a,axis)	根据axis计算数组a相关元素标准差
var(a,axis)	根据axis计算数组a相关元素方差
min(a)/max(a)	计算数组中的最小/最大元素
argmin(a)/argmax(a)	数组中最小/最大元素降一维对应的下标
unravel_index(index,shape)	将一维坐标转换为多维shape状
ptp(a)	数组中最小和最大元素数值之差
median(a)	数组中元素的中位数

案例5：使用统计函数进行计算

下面我们尝试获得数组中的最小和最大值

梯度函数

函数	描述
np.gradient(f)	计算数组f中元素的梯度，当f为多维，返回每个维度的梯度1
1:梯度是连续值之间的变化率，即斜率

案例6：梯度函数小测

---

1. 注意因为我们要将生成的数据保存为csv的表格形式，所以在设置表格的shape切不可大于二维，否则将报错：‘Expected 1D or 2D array, got 3D array instead’ ↩︎ ↩︎ ↩︎