数据科学01-numpy的用法

东阳的学习记录，坚持就是胜利！

Why numpy is faster?

numpy数组的创建

a = np.array([2,23,4],dtype=np.uint8)
np.array([[1,2,3], [4,5,6]])
# 创建全0数组
np.zeros((5,4))
# 创建全1数组
np.ones((3,4))
np.arange(10, 20).reshape((2,5))
np.linspace(1,10,20)  # 在[1, 10]之间等分出20个元素
# 随机初始化
a = np.random.random((2,4))

矩阵计算

• 矩阵点乘
• + - * /
• np.transpose() 转置
• .T 转置

a = np.array([[1,2], [3,4]])
b = np.arange(4).reshape((2, 2))
np.dot(a, b)

常用的统计方法

• np.argmax() 求最大值的索引
• np.mean() 求平均值
• np.cumsum() 累加
• nonzero() 返回行， 列索引的两个array
• np.sort() 排序
• np.clip(a, min, max) # 二值化（数据截断）

>>>a
out: array([[0.24769262, 0.73523902, 0.60446735, 0.48187713],
       [0.51271735, 0.89952252, 0.99599623, 0.04154195]])
>>> np.argmax(a)  # 返回最大值的索引
out: 6

# 平均值
np.mean(a)
# 累加
np.cumsum(a)
# 数据截断
>>> a
out: array([[ 1,  2,  3,  4,  5],
       [20,  3, 34, 89, 10]])
>>> np.clip(a, 3, 9)
out: array([[3, 3, 3, 4, 5],
       [9, 3, 9, 9, 9]])

获取numpy中的元素

• bool索引
• 下标运算符[]
• 切片
• .flatten() 拉直

bool索引

>>> data = np.arange(16).reshape(4,4)
>>> data
out: array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>>idx = data >= 10
>>>idx
out: array([[False, False, False, False],
       [False, False, False, False],
       [False, False,  True,  True],
       [ True,  True,  True,  True]], dtype=bool)
>>> data[idx]
out: data[idx]
1
data[idx]
array([10, 11, 12, 13, 14, 15])

# 输出是元素线性化后的结果
>>> data[data >= 10]
out: array([10, 11, 12, 13, 14, 15])

# 偶数元素
>>> data[data % 2 == 0]
out: array([ 0,  2,  4,  6,  8, 10, 12, 14])

切片

>>>a
out: array([[ 3,  4,  5,  6],
       [ 7,  8,  9, 10],
       [11, 12, 13, 14]])
>>>a[2][2]
out: 13
>>> a[1,::]
out: array([ 7,  8,  9, 10])

矩阵合并

• hstack 横向合并
• vstack 纵向合并
• concatenate((), axis=1)
• np.newaxis() # 增加一个维度

>>> a = np.array([1,1,1])
>>> b = np.array([2,2,2])
>>> np.hstack((a,b))
out: array([1, 1, 1, 2, 2, 2])

>>> np.vstack((a,b))
array([[1, 1, 1],
       [2, 2, 2]])


In [23]: a = np.array([[1, 2], [3, 4]])

In [24]: b = np.array([[5, 6]])

In [25]: np.concatenate((a, b), axis=0)
Out[25]:
array([[1, 2],
       [3, 4],
       [5, 6]])

>>>a
array([1,1,1])

>>>a.T
out: array([1, 1, 1])

>>>a[np.newaxis,:]
out: array([[1, 1, 1]])

>>>a[np.newaxis,:].T
out: 
array([[1],
       [1],
       [1]])
a[np.newaxis,:]

矩阵分割

返回的是array对象组成的列表

• split
• hsplit
• vsplit

>>> a = np.arange(12).reshape((3,4))
out: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

>>> np.array_split(a, 3, axis=1)
out: 
 [array([[0, 1],
        [4, 5],
        [8, 9]]),
 array([[ 2],
        [ 6],
        [10]]),
 array([[ 3],
        [ 7],
        [11]])]
# vsplit
>>> np.vsplit(a,3)
out: 
[array([[0, 1],
        [4, 5],
        [8, 9]]),
 array([[ 2,  3],
        [ 6,  7],
        [10, 11]])]