numpy

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)