numpy知识点

1.numpy基础

1.1 创建数组对象

通过numpy库的array函数可以创建ndarray数组。ndarray是一个通用的同构数据容器，即其中所有的元素都需要相同的类型。numpy库能将数据(列表，元组，数组或其他序列类型)转化为ndarray数组。

·使用array函数创建数组

格式：np.array(data,dtype,ndim)

·data：表示想要创建的数组。
·dtype：表示数组所需要的数据类型，默认为None。
·ndim：接收int，指定生成数组的最小维数，默认为None。

import numpy as np
n1=np.array([1,2,3,4])
n2=np.array([[1,2,3,4],[5,6,7,8]])
display(n1)
display(n2)

输出结果：

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

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

在array函数指定dtype

n3=np.array([1,2,3,4],dtype=float)
display(n3)
print(n3.dtype)

输出结果：

array([1., 2., 3., 4.])
float64

·使用arange函数创建数组

# 指定起始值，终止值，步长(可以为小数)
np.arange(1,11,2)

输出结果：

array([1, 3, 5, 7, 9])

·使用linspace函数创建数组

# 起始值，终止值，创建的元素个数
np.linspace(0,10,5)

输出结果：

array([ 0. ,  2.5,  5. ,  7.5, 10. ])

·使用其他函数
①zeros可以创建指定长度或形状的全0数组。

# 三行四列
display(np.zeros((3,4)))
# 10个数据
display(np.zeros(10))

输出结果：

array([[0., 0., 0., 0.],
       [0., 0., 0., 0.],
       [0., 0., 0., 0.]])
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

②使用ones函数创建指定长度或形状的全1数组。

# 三行四列
display(np.ones((3,4)))
# 10个数据
display(np.ones(10))

输出结果：

array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

③使用full((x,y),value)生成一个x行y列，元素都是value的二维数组。

np.full((3,4),-1)

输出结果：

array([[-1, -1, -1, -1],
       [-1, -1, -1, -1],
       [-1, -1, -1, -1]])

④diag函数可以创建对角矩阵，即对角线元素为指定值，其他元素为0。

np.diag([11,22,33,44])

输出结果：

array([[11,  0,  0,  0],
       [ 0, 22,  0,  0],
       [ 0,  0, 33,  0],
       [ 0,  0,  0, 44]])

⑤eye函数可以创建对角线位置为1，其他位置全为0的矩阵。

np.eye(4)

输出结果：

array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

1.2 ndarray对象属性及类型转换

属性	说明
ndim	数组的维数
shape	数组的形状(维度)
size	数组元素的个数
dtype	返回数组元素的数据类型
itemsize	数组中每个元素的字节大小

·数组的类型转换(astype)

m1=np.arange(10)
display(m1.dtype)
# 转换类型
m1=m1.astype(float)
display(m1.dtype)

输出结果:

dtype('int32')
dtype('float64')

数组的变换

·改变数组维度

·数据散开(ravel)

2.数组的索引和切片

2.1 一维数组的索引

一位数组的索引类似于python中的列表。

2.2 多维数组的索引

提供多个一维数组索引

3.数组的运算

3.1 数组的四则运算

3.2 数组的比较运算

3.3 广播机制

广播是指不同形状的数组之间执行算术运算的方式。广播机制需要遵循四个原则：
①让所有输入数组都向其中shape最长的数组看齐，shape中不足的部分在前面加1补齐。
②输出数组的shape是输入数组shape的各轴上的最大值。
③如果输入数组的某个轴和输出数组的对应轴的长度相同或其长度为1时，这个数组能够用来计算，否则出错。
④当输入数组的某个轴的长度为1时，沿着此轴运算时都用此轴上的第一组值。


可以看到x3的shape为(3,)，x4的shape为(3,1)，要满足第一个条件的话x3的shape要在前面加1变成了(1,3)。其次输出数组的shape是输入数组shape各轴的最大值，也就是(1,3)，(3,3)各个轴的最大值为(3,3)所以输出数组的shape(3,3)。

4.数据统计与分析

4.1 排序

·sort函数排序

格式：np.sort(a,axis,kind,order)

a：要排序的数组。
axis：沿轴排序，axis=1沿横轴排序，axis-0沿纵轴排序。
kind：排序算法，默认为quicksort。
order：如果数组包含字段，则是要排序的字段。

带轴的sort排序

·argsort函数排序

4.2 重复数据与去重

·unique去重

·tile函数重复数据

格式：np.tile(a,reps)

·a：要重复的数组。
·reps：重复的次数。

·repeat函数重复数据

格式：np.repeat(a,reps,axis=None)

·a：要重复的数组。
·reps：重复的次数。
·axis：按指定的轴重复，axis=0按行重复，axis=1按列重复。

4.3 常用函数

常见函数有sum，mean，std，var，min，max等。当axis=0时表示沿纵轴计算，当axis=1时表示沿横轴计算。

4.4 生成随机数的一些函数

函数	说明
random.random	生成指定形状0-1之间的随机数
random.rand	生成指定形状的0-1之间的随机数
random.randint	生成指定范围内的随机整数
random.randn	生成服从均值为0，标准差为1的正态分布随机数
random.uniform	生成均匀分布随机数

·生成0-1之间随机数

·正态分布

·均匀分布