python数据分析（一）-----numpy

Python数据分析与展示
掌握表示、清洗、统计和展示数据的能力

列表和数组：

• 列表数据类型可以不同 3.1413, ‘pi’, 3.1404, [3.1401, 3.1349], ‘3.1376’
• 数组数据类型相同 3.1413, 3.1398, 3.1404, 3.1401, 3.1349, 3.1376
• 高维数据：字典类型或数据表示格式(键值对)

	{	“firstName” : “Tian” ,
		“lastName” : “Song” ,
		“address” : {
					“streetAddr” : “中关村南大街5号” ,
					“city” : “北京市” ,
					“zipcode” : “100081”
					} ,
		“prof” : [ “Computer System” , “Security” ]
	}

Numpy

import numpy as np

N维数组对象：ndarray
Python已有列表类型，为什么需要一个数组对象(类型)

• 数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据
• 设置专门的数组对象，经过优化，可以提升这类应用的运算速度
• 科学计算中，一个维度所有数据的类型往往相同，数组对象采用相同的数据类型，有助于节省运算和存储空间
  

ndarray是一个多维数组对象，由两部分组成：

• 实际的数据
• 描述这些数据的元数据（数据维度、数据类型等）
• ndarray数组一般要求所有元素类型相同（同质），数组下标从0开始

np.array()生成一个ndarray数组
ndarray在程序中的别名是：array
np.array()输出[]形式，元素由空格分隔
轴（axis）:保存数据的维度 秩（rank）:轴的数量

属性	说明
.ndim 秩	即轴的数量或维度的数量
.shape ndarray	对象的尺度 对于矩阵，n行m列
.size ndarray	对象元素的个数相当于.shape中n*m的值
.dtype ndarray	对象的元素类型
.itemsize ndarray	对象中每个元素的大小，以字节为单位

• 特殊数据类型：实部(.real) + j虚部(.imag)
• 非同质ndarray对象无法有效发挥NumPy优势，尽量避免使用
  

函数	说明
np.arange(n)	类似range()函数，返回ndarray类型，元素从0到n‐1
np.ones(shape)	根据shape生成一个全1数组，shape是元组类型
np.zeros(shape)	根据shape生成一个全0数组，shape是元组类型
np.full(shape,val)	根据shape生成一个数组，每个元素值都是val
np.eye(n)	创建一个正方的n*n单位矩阵，对角线为1，其余为0
np.ones_like(a)	根据数组a的形状生成一个全1数组
np.zeros_like(a)	根据数组a的形状生成一个全0数组
np.full_like(a,val)	根据数组a的形状生成一个数组，每个元素值都是val
np.linspace()	根据起止数据等间距地填充数据，形成数组
np.concatenate()	将两个或多个数组合并成一个新的数组

ndarray数组的维度变换

• .reshape(shape) 不改变数组元素，返回一个shape形状的数组，原数组不变
• .resize(shape) 与.reshape()功能一致，但修改原数组
• .swapaxes(ax1,ax2) 将数组n个维度中两个维度进行调换
• .flatten() 对数组进行降维，返回折叠后的一维数组，原数组不变

ndarray数组的类型变换
new_a = a.astype(new_type)
astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致

ndarray数组向列表的转换
ls = a.tolist()

数组的索引和切片

索引：获取数组中特定位置元素的过程
切片：获取数组元素子集的过程

Numpy运算

一元函数	说明
np.abs(x) np.fabs(x)	计算数组各元素的绝对值
np.sqrt(x)	计算数组各元素的平方根
np.square(x)	计算数组各元素的平方
np.log(x) np.log10(x) np.log2(x)	计算数组各元素的自然对数、10底对数和2底对数
np.ceil(x) np.floor(x)	计算数组各元素的ceiling值 或 floor值
np.rint(x)	计算数组各元素的四舍五入值
np.modf(x)	将数组各元素的小数和整数部分以两个独立数组形式返回
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x) 计算数组各元素的普通型和双曲型三角函数
np.exp(x)	计算数组各元素的指数值
np.sign(x)	计算数组各元素的符号值，1(+), 0, ‐1(‐)

二元函数	说明
+ ‐ * / **	两个数组各元素进行对应运算
np.maximum(x,y) np.fmax() np.minimum(x,y) np.fmin()	元素级的最大值/最小值计算
np.mod(x,y)	元素级的模运算
np.copysign(x,y)	将数组y中各元素值的符号赋值给数组x对应元素
> < >= <= == !=	算术比较，产生布尔型数组

文件读取

CSV (Comma‐Separated Value, 逗号分隔值)

• CSV是一种常见的文件格式，用来存储批量数据
• np.savetxt(frame, array, fmt=’%.18e’, delimiter=None) • frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
  • array : 存入文件的数组
  • fmt : 写入文件的格式，例如：%d %.2f %.18e
  • delimiter : 分割字符串，默认是任何空格
• np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False) • frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
  • dtype : 数据类型，可选
  • delimiter : 分割字符串，默认是任何空格
  • unpack : 如果True，读入属性将分别写入不同变量

但是，csv文件只能有效存储一维和二维数组np.savetxt() np.loadtxt()只能有效存取一维和二维数组

任意维度数据

• a.tofile(frame, sep=’’, format=’%s’)
  • frame : 文件、字符串
  • sep : 数据分割字符串，如果是空串，写入文件为二进制
  • format : 写入数据的格式

• np.fromfile(frame, dtype=float, count=‐1, sep=’’)
  • frame : 文件、字符串
  • dtype : 读取的数据类型
  • count : 读入元素个数，‐1表示读入整个文件
  • sep : 数据分割字符串，如果是空串，写入文件为二进制

np.random的随机数函数

函数	说明
rand(d0,d1,…,dn)	根据d0‐dn创建随机数数组，浮点数，[0,1)，均匀分布
randn(d0,d1,…,dn)	根据d0‐dn创建随机数数组，标准正态分布
randint(low[,high,shape])	根据shape创建随机整数或整数数组，范围是[low, high)
seed(s)	随机数种子，s是给定的种子值

函数	说明
shuffle(a)	根据数组a的第1轴进行随排列，改变数组x
permutation(a)	根据数组a的第1轴产生一个新的乱序数组，不改变数组x
choice(a[,size,replace,p])	从一维数组a中以概率p抽取元素，形成size形状新数组 replace表示是否可以重用元素，默认为False

函数	说明
uniform(low,high,size)	产生具有均匀分布的数组,low起始值,high结束值,size形状
normal(loc,scale,size)	产生具有正态分布的数组,loc均值,scale标准差,size形状
poisson(lam,size)	产生具有泊松分布的数组,lam随机事件发生率,size形状

numpy统计函数

函数	说明
sum(a, axis=None)	根据给定轴axis计算数组a相关元素之和，axis整数或元组
mean(a, axis=None)	根据给定轴axis计算数组a相关元素的期望，axis整数或元组
average(a,axis=None,weights=None)	根据给定轴axis计算数组a相关元素的加权平均值
std(a, axis=None)	根据给定轴axis计算数组a相关元素的标准差
var(a, axis=None)	根据给定轴axis计算数组a相关元素的方差
min(a) max(a)	计算数组a中元素的最小值、最大值
argmin(a) argmax(a)	计算数组a中元素最小值、最大值的降一维后下标
unravel_index(index, shape)	根据shape将一维下标index转换成多维下标
ptp(a)	计算数组a中元素最大值与最小值的差
median(a)	计算数组a中元素的中位数（中值）

numpy梯度函数

np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度梯度
梯度：连续值之间的变化率，即斜率
** XY坐标轴连续三个X坐标对应的Y轴值：a, b, c，其中，b的梯度是： (c‐a)/2**