第二章 | Numpy计算

一、Numpy的对象

        提供了两种对象：ndarray和ufunc，其中ndarray表示存放单一数据类型的多维数组对象。ufunc是用来计算数组的函数。

二、创建ndarray对象的方法

属性名称	属性说明
ndim	返回int，表示数组的维数
shape	返回tuple，表示数组形状的阵列，对于n行m列的矩阵，形状为(n,m)
size	返回int，表示数组的元素总数，等于数组形状的乘积
dtype	返回data-type，表示数组中元素的数据类型

基本语法：

import numpy as np

np.array(object对象)

举例：

1.使用arange创建数组

基本语法：

numpy.arange(开始的数字，结束的数字，步长)

举例：

2.常用的特殊数组的创建函数

举例：

使用ones方法创建数组：

3.random生成随机数的数组

基本语法：

import numpy as np

np.random.random(数组的元素个数)

举例：

生成具有一定范围的随机整数

基本语法：

np.random.randint(随机数范围开始值，随机数范围结束值，数组的形状)

举例：

4.numpy的数组索引

一维数组的索引操作

二维数组的索引操作

说明：在获取索引值的时候，可以先将二维数组中的行看成一个一维数组，然后再通过该行形成的数组找到具体列的索引并获取值。

5.Numpy创建矩阵和相关函数运用

        Numpy的矩阵和数组都是继承ndarray对象。矩阵是一种特殊的类似于二维数组的对象，主要用于数学领域中的计算。能够实现数学中矩阵相关的计算。矩阵的应用非常广泛：图像识别、语言识别、深度学习、机器学习、统计分析等。

创建矩阵的函数：mat、matrix、bmat函数

矩阵的四则运算：类似于数学中的计算过程，主要包含*、+、-、/，加减乘除

6.ufunc函数的简介

        ufunc函数是numpy中用来运算的通用函数，功能比较强大。

        主要是针对数组进行相关的运算：四则运算、比较运算、逻辑运算

        四则运算：ufunc函数支持全部的四则运算，并且保留习惯的运算符，和数值运算的使用方式一样，但是需要注意的是，操作的对象是数组。数组间的四则运算表示对每个数组中的元素分别进行四则运算，因此进行四则运算的两个数组的形状必须相同。

        比较运算：在ufunc函数中也支持完整的比较运算：>、<、==、>=、<=、!=。比较运算返回的结果是一个布尔数组，其每个元素为数组对应元素的比较结果。

        逻辑运算：在NumPy逻辑运算中，numpy.all函数表示逻辑and，numpy.any函数表示逻辑or。

注意：比较运算和逻辑运算的结果只能是true 或者false

举例：

        创建两个数组分别进行四则运算，运算的结果：每一个数组相同位置的元素的加减乘除

ufunc函数的广播机制

        如果两个数组之间的形状（数组的行和列）不同，当进行函数运算的时候，形状小的会进行填补和形状大的保持一致。

        如果二维数组和一维数组进行运算，主要的操作是从上往下进行填补，其填补的元素为一维数组每一个位置相同的数字。

        如果二维数组和二维数组进行运算，主要的操作是从左往右进行填补，其填补的元素为一维数组每一个位置相同的数字。

7.numpy的文件读写以及常用的分析方法

        numpy提供了保存和读取文件的函数，主要是针对数组的保存以及读取，保存可以是二进制文件也可以是文本文件。

（1）numpy 保存二进制文件方法

numpy.save(‘路径/文件名称’,数组名)

保存后的文件的后缀名为：xxx.npy

注意：文件的路径是相对路径，该相对路径是针对代码文件的位置。

如果保存多个数组使用savez函数

numpy.savez(‘路径/文件名称’,数组名1,数组名2)

默认的文件后缀名为：xxxx.npz

（2）保存、加载文本格式

保存文本格式：numpy.savetxt(‘文件相对路径/文件名称’,数组)

加载文本格式：numpy.loadtxt(‘文件相对路径/文件名称’,delimiter=’分隔符号‘)

参考教材中代码2-42

（3）加载文件

加载二进制文件的格式

numpy.load(’文件名称‘)

说明：当加载具有多个数组的文件，此时就需要按照要求对对应的数组进行输出。

表示方式：      

  加载数据对象[‘arr_序号’]

  此时序号从0开始表示

8.numpy简单的数据统计分析

（1）排序

        在numpy生成的数组中，存在以下几种排序方式：按横轴排序、纵轴排序，按数组中的数字大小排序

        排序的函数主要有：sort、argsort、lexsort函数，常用使用sort排序。

（2） 数据去重和重复

        数据去重在数据统计分析中是一个重要的步骤，有些脏数据，需要通过函数去掉，才能保证数据的可靠性和准确。使用unique函数进行唯一值的保留，去掉重复数据。

        数字类型的数组去重效果一致。

9. numpy统计函数

        在数学中对数据处理和统计主要涉及：求和、求平均值、求最大值、最小值、方差、

        常用的函数：sum()、mean()、max()、min()、var()、argmin()、argmax()、std()