机械学习基础（0）数据科学包 numpy

numpy

什么是numpy？

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

一个强大的N维数组对象 ndarray
广播功能函数
整合 C/C++/Fortran 代码的工具
线性代数、傅里叶变换、随机数生成等功能

numpy中重要的一个功能为处理n维的数组对象。其中Ndarry是一种同类型数据的集合，以0下标为开始进行元素的索引。

Numpy中的数据类型

名称	描述
bool_	布尔型数据类型（True 或者 False）
int_	默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc	与 C 的 int 类型一样，一般是 int32 或 int 64
intp	用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64）
int8	字节（-128 to 127）
int16	整数（-32768 to 32767）
int32	整数（-2147483648 to 2147483647）
int64	整数（-9223372036854775808 to 9223372036854775807）
uint8	无符号整数（0 to 255）
uint16	无符号整数（0 to 65535）
uint32	无符号整数（0 to 4294967295）
uint64	无符号整数（0 to 18446744073709551615）
float_	float64 类型的简写
float16	半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32	单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64	双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_	complex128 类型的简写，即 128 位复数
complex64	复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128	复数，表示双 64 位浮点数（实数部分和虚数部分）

对于我们不希望使用基本数据类型进行计算的时候，numpy为我们提供了自定义数据结构的方式dtype
通过以下的方式创建出结构体：

numpy.dtype(object, align, copy)

• object - 要转换为的数据类型对象
• align - 如果为 true，填充字段使其类似 C 的结构体。
• copy - 复制dtype 对象 ，如果为 false，则是对内置数据类型对象的引用

import numpy as np

#定义dtype1
dt = np.dtype([('age',np.int8)]) 


#定义dtype2
dt = np.dtype([('age',np.int8)]) 
a = np.array([(10,),(20,),(30,)], dtype = dt) 
print(a['age'])
 ===>  [10 20 30]
 
#定义dtype3
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
print(student)
 ===> [('name', 'S20'), ('age', 'i1'), ('marks', 'f4')]
 
#定义dtype4
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) 
print(a) 
===> [('abc', 21, 50.0), ('xyz', 18, 75.0)]

NumPy数组属性

NumPy中有一些基础的属性来描述所建立矩阵的属性

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n 行 m 列打印出的结果为（n,m）
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray 对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray 元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

numpy 创建矩阵

调用numpy的array方法进行矩阵的创建

import numpy as np

# 创建16位int的矩阵2行，3列，4面的矩阵。
a = np.array([2, 3, 4], dtype=np.int)

# 创建元素为0的3*2大小的矩阵
b = np.zeros([2, 3], dtype=np.int)

# 创建元素为1矩阵
c = np.ones((1, 1, 1, 1, 2), dtype=np.int)

# 创建从start到stop的范围数组
d = np.arange(start, stop, step, dtype)

# 创建一个一维等差数列数组
e = np.linespace(start, stop, step, dtype)

# 创建一个等比数列 num表示默认的样本数目 endpoint
f = np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

Numpy中的切片与索引

ndarray对象的内容可以通过索引或者切片来访问和修改，与Python中的List切片一样。

• 数组可以通过ndarray可以基于0-n的下标进行索引。
• 切片可以通过内置的slice函数，设置start，stop，step参数进行，从原有数组中切割出一个新数组。

分割：将矩阵进行分割

# 等向分割 A为矩阵，2为分割的个数，axis为沿着哪个轴进行分割
np.split(A,2,axis=1)

# 非等向分割 A为矩阵，2为分割的个数，axis为沿着哪个轴进行分割
np.array_split(A,2,axis=1)

# 横向分割 A为矩阵，2为分割的个数，axis为沿着哪个轴进行分割
np.vsplit(A,2)

# 纵向分割 A为矩阵，2为分割的个数，axis为沿着哪个轴进行分割
np.hsplit(A,2)

array的运算

矩阵（元素内）计算	表达式
相加	a+b
相减	a-b
次方	a**2
判断	a>3,a<3,a ==3
元素逐个相乘	a*b
元素逐个相加得到值	a.sum
求出矩阵的最大值	a.max
计算最小值的索引	np.argmin(a)
计算最大值的索引	np.argmax(a)
计算参数平均值	np.mean(a)
计算累加（输出一个数列）	np.cumsum(a)
计算累差（输出一个数列）	np.diff(a)

矩阵之间运算	表达式
矩阵相乘	a.dot(b) 或者 numpy.dot(a,b)
矩阵排序（逐行排序）	a.sort() 或者 np.sort()
限高限低（替换）	np.clip(A,5,9)
矩阵竖直合并	vstack((A,B))
矩阵左右合并	hstack((A,B))
矩阵的复制	a.copy()

函数	描述
reshape	不改变数据的条件下修改形状
flat	数组元素迭代器
flatten	返回一份数组拷贝，对拷贝所做的修改不会影响原始数组
ravel	返回展开数组