Python数据分析之numpy数组(一)

创建数组的方式

• np.array():传入列表、元组、数组或其他序列类型
• 创建全0数组- np.zeros():传入数字或元组
• 创建全1数组-np.ones():传入数字或元组
• 创建单位矩阵-np.eye() 和 np.identity()
  1.np.eye(2)、np.eye(2, 3)
  2.np.identity(2)
• np.empty():传入数字或元组；只分配内存空间，不填充任何值。
• np.linspace()

import numpy as np

# np.linspace(start, stop, num), 默认产生的数据包含stop；
np.linspace(1, 5, 5)

输出：

array([1., 2., 3., 4., 5.])

输入：

# 设置endpoint=False后，不包含stop；num为产生的数组中的元素的个数
np.linspace(1, 5, 2, endpoint=False)

输出：

array([1., 3.])

数组的属性

np.shape–m行n列；np.ndim–m行；np.dtype–数据类型

1. arr.shape:返回数组的(行数, 列数)
2. arr.ndim:返回数组的行数
3. arr.dtype:返回数组中数据的类型
4. arr.size:返回数组元素的个数

# 输入
a = np.zeros((2, 3))
a
# 输出
array([[0., 0., 0.],
       [0., 0., 0.]])

# 输入
a.shape
# 输出
(2, 3)

# 输入
a.ndim
# 输出
2

# 输入
a.dtype
# 输出
dtype('float64')

# 输入
a.size
# 输出
6

数组中产生随机数据的几种方法

1. np.random.rand():填充由均匀分布得到的随机样本
2. np.random.randn():填充由标准正态分布得到的随机样本
3. np.random.randint():产生随机整数
4. np.random.uniform():产生随机小数
5. np.random.normal():从正态分布中随机抽取样本
6. np.random.seed():指定随机种子后，再调用其他方法时，得到的随机数据相同。

# 输入
np.random.rand(2, 3)
# 输出
array([[0.68491142, 0.85887755, 0.92849893],
       [0.15450491, 0.70758483, 0.18847558]])

# 输入
np.random.randn(2, 3)
# 输出
array([[ 1.62434536, -0.61175641, -0.52817175],
       [-1.07296862,  0.86540763, -2.3015387 ]])

# 输入， 5 取不到
np.random.randint(1, 5, (2, 3))
# 输出
array([[3, 2, 3],
       [1, 4, 1]])

# 输入, 4 取不到
np.random.uniform(1, 4, size=(2, 3))
# 输出
array([[3.90488148, 3.98437347, 1.15750283],
       [2.78057645, 3.09223221, 3.30434653]])

# 输入
mu, sigma = 0, 0.1
np.random.normal(mu, sigma, size=(2, 3))
# 输出
array([[ 0.08332937, -0.01786283,  0.01910761],
       [-0.05188648, -0.13277132, -0.1204348 ]])

# 输入，加入np.random.seed(1)后，每次输出都相同。
# np.random.seed(s)
np.random.seed(1)
np.random.normal(0, 0.1, size=(2, 3))
# 输出
array([[ 0.16243454, -0.06117564, -0.05281718],
       [-0.10729686,  0.08654076, -0.23015387]])

多维数组变一维数组的方法

第一种：

# 二维变一维
# 输入
arr = np.array([[1, 2, 3, 4],[5, 6, 7, 8]])
arr
# 输出
array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

# 输入，这种改变后，可以直接输出结果的语句，原数据一般不会变化，即arr仍然是二维的。
arr.reshape(arr.shape[0]*arr.shape[1])
# 输出
array([1, 2, 3, 4, 5, 6, 7, 8])

#若是n维，需要使用arr.shape[0]*arr.shape[1]*...*arr.shape[n-1]

第二种

# 不需要知道原来的维数，直接使用flatten方法
arr.flatten()

数据类型及修改

• 查看数组中数据的类型

# 输入
arr = np.array([[1, 2, 3, 4],[5, 6, 7, 8]])
arr.dtype
# 输出
dtype('int32')

• 创建数组时，参数dtype用于定义数据类型

# 输入
arr = np.array([[1, 2, 3, 4],[5, 6, 7, 8]], dtype='float')
arr.dtype
# 输出
dtype('float64')

• 调整数据类型

# 输入
arr = np.array([[1, 2, 3, 4],[5, 6, 7, 8]], dtype='float')
arr1 = arr.astype('int')
arr1.dtype
# 输出
dtype('int32')

# 输入
arr = np.array([[1, 2, 3, 4],[5, 6, 7, 8]], dtype='float')
arr1 = arr.astype('int8')
arr1.dtype
# 输出
dtype('int8')

nan和inf产生的原因

B站老师讲的

• 出现nan的原因
  ① 读取本地文件，数据是float类型的，有缺失时，会出现。
  ② 不合适的计算：inf-inf

# 输入
from numpy import nan, inf
inf - inf
# 输出
nan

• 产生inf的原因
  非0数字除以0

# 输入
arr = np.arange(4)
arr
# 输出
array([0, 1, 2, 3])

# 输入
arr / 0
# 输出
array([nan, inf, inf, inf])

从最后的输出可以看出，numpy数组中 0除以0=nan、非0除以0=inf。

因为nan容易产生的一个小error

arr = np.arange(4)
arr[0] = nan

这是因为nan是float类型，需要将arr变为float类型后，再操作。

# 输出
arr = np.arange(4).astype('float')
arr[0] = nan
arr
# 输出
array([nan,  1.,  2.,  3.])