numpy学习-CSDN博客

前言

NUMPY（以下简称NP）是Python数据分析必不可少的第三方库，np的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型。如今，np已成为Python 数据分析的基础，可以说，NP是SciPy、Pandas等数据处理或科学计算库最基本的函数功能库。因此，理解np的数据类型对python数据分析十分有帮助。

NP提供了以下重点功能。

一个强大的N维数组对象ndarray
广功能函数
整合C/C++/Fortran代码的工具
提供了线性代数傅里叶变换随机数生成的相关功能

使用NUMPY操作数据集

了解什么是维度

官方概念 维度是一组数据的组织形式，不同数据维度可能表示不同的含义。
一维数据由对等关系的有序或无序数据构成，采用线性方式组织，可以用数组表示。如下所示

1，2，3，4

这么一行数据就可以称之为一维数据，但如果我们再对其折叠：

1，2
3，4

那么他就成为了二维数据，又可以称之为矩阵。

数据集
字面上理解就是一堆数据的集合喽
一般是二维或者多维数表。
手工建一个数据集，可以直接新建一个文本文件，只要有恰当的数据，都可以称之为数据集：

A,B,C,D
1,2,3,4
一，二，三，四

这样，我们就可以称上面的文件称之为数据集。我们还注意到，上面数据是使用逗号作为分隔符分隔数据的，它简单描述了数据的内容和含义，并使用半角逗号作为分隔符。像这样，用逗号分隔的数据集就称之为CSV（Comma-Separated Value,逗号分隔值）数据集，它是一种常见的文件格式，用来存储批量的数据。它就像一张excel表，用来存储简单结构的数据。
你可以把excel导出为CSV格式，用记事本打开
这里写图片描述

生成数据集
数据集是一个简单的概念，但每次使用手工的方式去写毕竟不方便，所以，我们可以使用np的内置函数来生成数据集

np.savetxt(frame,array,fmt='%.18e",delimiter=None)
//eg:
a= np.arange(20).reshape(4,5)
np.savetxt('demo.csv',a,fmt='%d',delimiter=',')

frame：文件、字符串、或产生器的名字，可以是.gz，.bz2的压缩文件
arrray：存入文件的NP的数组
fmt(format):写入文件的格式，如%d,%.2f,%.18e(默认，科学计数法保留18位)
delemiter:我们就会在当前的工作目录下发现一个新的demo.csv，用记事本打开，里面是一个4 * 5的矩阵，元素0~19。

面对二维以上的，csv就无能为力了
本文不在过多介绍文件存取数据集，后面的才是我的重点
链接
重点介绍以下内容

np数组

lst = [[1,3,5],[2,4,6]]
np_lst = np.array(lst,dtype=np.float)
print(np_lst.shape)#返回数组的行列
print(np_lst.ndim)#返回数组的维数
print(np_lst.dtype)#返回数据类型，float默认为64
print(np_lst.itemsize)#np.array每个元素的大小，float64占8个字节
print(np_lst.size)#大小，6个元素
(2, 3)
2
float64
8
6

初始化数组

print(np.zeros([2,4])#初始化一个2行4列的数组
print(np.ones([2,4])
[[ 0.  0.  0.  0.]
[ 0.  0.  0.  0.]]
[[ 1.  1.  1.  1.]
[ 1.  1.  1.  1.]]

随机数

print(np.random.rand(2,4))#将生成一个处于0~1之间2行4列的随机数序列（不加参数将只返回一个）
[[ 0.39531286  0.4845      0.1463168   0.82327991]
[ 0.89042255  0.65049931  0.43890163  0.89577744]]

print np.random.rand(5)#生成一个形状为5的一维数组
[ 0.9271712   0.18488478  0.02823013  0.74086267  0.22835426]

print np.random.rand(2,3) #生成2x3的二维数组
[[ 0.46315482  0.14754522  0.96079752]
 [ 0.96255803  0.05377994  0.32438745]]

numpy.random.randint(low, high=None, size=None, dtype=’l’)：
生成一个整数或N维整数数组，取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。

np.random.randint(2,size=5) #array([0, 1, 1, 0, 1])
np.random.randint(2,6,size=5) #生成个数为5的一维整数数组  
np.random.randint(2,size=(2,3))#生成一个2x3整数数组,取数范围：[0,2)随机整数  
np.random.randint(2,6,(2,3))#生成一个2x3整数数组,取值范围：[2,6)随机整数

其他不太常用的

print(np.random.randn(2，4))#生成标准正态随机数
[[-1.15561548  0.3689953   0.38253231 -1.16346441]
[-1.32625322 -0.41707673 -0.11822205 -0.95807535]]
print(np.random.choice([10,20,40,33]))#从指定可迭代的数组中生成随机数
20
print(np.random.beta(1,10,4))#生成4个beta分布
[ 0.02258548  0.25848896  0.00696899  0.0609543 ]

print(np.arange(1,11,2))#得到step为2的range序列
[1 3 5 7 9]
print(np.arange(1,11).reshape(2,5))#（5可以缺省为-1）
[[ 1  2  3  4  5]
[ 6  7  8  9 10]]

提问：trainData = np.random.randint(0, 100, (25, 2)) 得到的是什么呢？