numpy库 系列知识点总结

在 NumPy 里有两个重要的对象：

• ndarray（N-dimensional array object）解决了多维数组问题
• ufunc（universal function object）是解决对数组进行处理的函数。

ndarray 对象
ndarray 实际上是多维数组的含义。在 NumPy 数组中，维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类推。在 NumPy 中，每一个线性的数组称为一个轴（axes），其实秩就是描述轴的数量。

• 创建数组

import numpy as np #导入库
a = np.array([1, 2, 3])
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b[1,1]=10 #修改数组
print (a.shape) #查看数组大小
print (b.shape)
print (a.dtype) #查看数组属性
print (b)

• 结构数组

import numpy as np
persontype = np.dtype({
    'names':['name', 'age', 'chinese', 'math', 'english'],
    'formats':['S32','i', 'i', 'i', 'f']})
peoples = np.array([("ZhangFei",32,75,100, 90),("GuanYu",24,85,96,88.5),
       ("ZhaoYun",28,85,92,96.5),("HuangZhong",29,65,85,100)],
    dtype=persontype)
ages = peoples[:]['age']
chineses = peoples[:]['chinese']
maths = peoples[:]['math']
englishs = peoples[:]['english']
print (np.mean(ages))
print (np.mean(chineses))
print (np.mean(maths))
print (np.mean(englishs))

首先在 NumPy 中是用 dtype 定义的结构类型，然后在定义数组的时候，用 array 中指定了结构数组的类型 dtype=persontype，这样你就可以自由地使用自定义的 persontype 了。比如想知道每个人的语文成绩，就可以用 chineses = peoples[:][‘chinese’]，当然 NumPy 中还有一些自带的数学运算，比如计算平均值使用 np.mean。

ufunc 运算
ufunc 是 universal function 的缩写，它能对数组中每个元素进行函数操作。NumPy 中很多 ufunc 函数计算速度非常快，因为都是采用 C 语言实现的。

• 连续数组的创建
  NumPy 可以很方便地创建连续数组，比如我使用 arange 或 linspace 函数进行创建：

x1 = np.arange(1,11,2)
x2 = np.linspace(1,9,5)

np.arange 和 np.linspace 起到的作用是一样的，都是创建等差数组。这两个数组的结果 x1,x2 都是[1 3 5 7 9]。结果相同，但是你能看出来创建的方式是不同的。

arange() 类似内置函数 range()，通过指定初始值、终值、步长来创建等差数列的一维数组，默认是不包括终值的。

linspace 是 linear space 的缩写，代表线性等分向量的含义。linspace() 通过指定初始值、终值、元素个数来创建等差数列的一维数组，默认是包括终值的。

• 算术运算
  通过 NumPy 可以自由地创建等差数组，同时也可以进行加、减、乘、除、求 n 次方和取余数。

x1 = np.arange(1,11,2)
x2 = np.linspace(1,9,5)
print(x1)
print(x2)
print(np.add(x1, x2)) # 相加
print(np.subtract(x1, x2))  # 相减
print(np.multiply(x1, x2))  # 相乘
print(np.divide(x1, x2))  # 相除

print(np.power(x1, x2))  # 求n次方
print(np.remainder(x1, x2))  # 取余数
print(np.mod(x1, x2))  # 取余数

• 统计函数
  如果你想要对一堆数据有更清晰的认识，就需要对这些数据进行描述性的统计分析，比如了解这些数据中的最大值、最小值、平均值，是否符合正态分布，方差、标准差多少等等。它们可以让你更清楚地对这组数据有认知。
  计数组 / 矩阵中的最大值函数 max()，最小值函数 min()

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.min(a))  # 全部元素最小值 1
print(np.min(a, 0))  # axis=0轴的最小值 [1, 2, 3,]
print(np.min(a, 1))  # axis=1轴的最小值 将数组视为 [1,4,7], [2,5,8], [3,6,9]三个元素 [1, 4, 7]
print(np.max(a))  # 全部元素最大值 1
print(np.max(a, 0))  # axis=0轴的最大值 [7, 8, 9,]
print(np.max(a, 1))  # axis=1轴的最大值 将数组视为 [1,4,7], [2,5,8], [3,6,9]三个元素 [1, 4, 7]

统计最大值与最小值之差 ptp()

a = np.array([[1,2,3], [4,5,6], [7,8,9]])
print (np.ptp(a))
print (np.ptp(a,0))# axis=0轴的最大值 [7, 8, 9,] 最小值[1,2,3]
print (np.ptp(a,1))#axis=1轴的最大值[3,6,9],最小值[1,4,7]

统计数组的百分位数 percentile()

import numpy as np

# percentile()代表着第 p 个百分位数，这里p的取值范围是0-100，如果p=0，那么就是求最小值，如果p=50就是求平均值，如果p=100就是求最大值。
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.percentile(a, 50))  # 5.0
print(np.percentile(a, 50, axis=0))  # [4, 5, 6]
print(np.percentile(a, 50, axis=1))  # [2, 5, 8]

统计数组中的中位数 median()、平均数 mean()

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 求中位数
print(np.median(a))  # 5.0
print(np.median(a, axis=0))  # [4. 5. 6.]
print(np.median(a, axis=1))  # [2. 5. 8.]
# 求平均数
print(np.mean(a))  # 5.0
print(np.mean(a, axis=0))  # [4. 5. 6.]
print(np.mean(a, axis=1))  # [2. 5. 8.]

统计数组中的加权平均值 average()

import numpy as np
# 求加权平均数
a1 = np.array([1, 2, 3, 4])
wts = np.array([1, 2, 3, 4])
print(np.average(a1))  # 2.5
print(np.average(a1, weights=wts))  # weights 为设置加权的权重 3.0

average() 函数可以求加权平均，加权平均的意思就是每个元素可以设置个权重，默认情况下每个元素的权重是相同的，所以 np.average(a)=(1+2+3+4)/4=2.5，你也可以指定权重数组 wts=[1,2,3,4]，这样加权平均 np.average(a,weights=wts)=(11+22+33+44)/(1+2+3+4)=3.0。

统计数组中的标准差 std()、方差 var()

import numpy as np
# 求加权平均数
a = np.array([1, 2, 3, 4])
# 标准差及方差
print(np.std(a))  # 1.118033988749895
print(np.var(a))  # 1.25

方差的计算是指每个数值与平均值之差的平方求和的平均值，即 mean((x - x.mean())** 2)。标准差是方差的算术平方根。在数学意义上，代表的是一组数据离平均值的分散程度。所以 np.var(a)=1.25, np.std(a)=1.118033988749895。

NumPy 排序
排序算法在 NumPy 中实现起来其实非常简单，一条语句就可以搞定。这里可以使用 sort 函数，sort(a, axis=-1, kind=‘quicksort’, order=None)，默认情况下使用的是快速排序；

在 kind 里，可以指定 quicksort、mergesort、heapsort 分别表示快速排序、合并排序、堆排序。同样 axis 默认是 -1，即沿着数组的最后一个轴进行排序，也可以取不同的 axis 轴，或者 axis=None 代表采用扁平化的方式作为一个向量进行排序。另外 order 字段，对于结构化的数组可以指定按照某个字段进行排序。

import numpy as np

a = np.array([[4, 3, 2], [2, 4, 1]])
print(np.sort(a))  # 默认从小到大排序
print(np.sort(a, axis=None))  # axis为none会将数组降为一维 [1 2 2 3 4 4]
print(np.sort(a, axis=0))  # [[2 3 1],[4 4 2]] 跨行 纵向

print(np.sort(a, axis=1))  # [[2 3 4],[1 2 4]] 跨列 横向