0. 引言
用python来学习机器学习算法的过程中很大一部分时间是花在数据预处理上,在这个过程中又几乎是在用numpy库来处理数据,因此,掌握好numpy的语法至关重要。
下面介绍在使用过程中常用的一些numpy语法。
1. 生成numpy数组
1.1. 从list生成
首先导入numpy包:
import numpy as np
从list生成向量和从嵌套的list中生成矩阵的代码如下:
# a vector: the argument to the array function is a Python list
v = np.array([1,2,3,4])
# a matrix: the argument to the array function is a nested Python list
M = np.array([[1, 2], [3, 4]])
print(type(v), type(M))
打印v和M的类型,得到结果:
(<type 'numpy.ndarray'>, <type 'numpy.ndarray'>)
向量v和矩阵M的形状是不同的,打印形状:
print(v.shape, M.shape)
结果为:
((4,), (2, 2))
1.2. 从数组生成函数生成
对于元素数量比较多的数组,从list生成是不可行的,通常使用数组生成函数来得到。
最常用的函数是arange函数:
# create a range
x = np.arange(0, 10, 1) # arguments: start, stop, step
结果的x为:
[0 1 2 3 4 5 6 7 8 9]
1.3. 生成随机数
生成在[0,1]之间均匀分布的数据:
# uniform random numbers in [0,1]
m1 = np.random.rand(3,3)
结果为:
[[ 0.84599869 0.89854308 0.85086676]
[ 0.36870318 0.21339847 0.89252805]
[ 0.45885099 0.76874549 0.24587492]]
生成标准正态分布数据:
# standard normal distributed random numbers
m2 = np.random.randn(3,3)
结果为:
[[-0.71449246 1.04965555 -0.07128566]
[ 0.41860965 -0.6161033 -0.17298205]
[ 1.17018284 1.36366572 0.05347902]]
1.4. 生成0或1数组
全0数组和全1数组:
m3 = np.zeros((3,3))
m4 = np.ones((3,3))
结果为:
(array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]]),
array([[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]]))
2. 文件读取与保存
2.1. CSV
通常使用的数据保存格式是CSV(comma-separated values),CSV文件的读取使用numpy.genfromtxt 函数:
data = np.genfromtxt('stockholm_td_adj.dat')
print(data.shape)
结果为:
(77431, 7)
使用numpy.savetxt函数保存一个CSV文件:
M = np.random.rand(3,3)
np.savetxt("random-matrix.csv", M)