python重点知识归纳_python之numpy包知识要点总结

一、简介

numpy主要是用来存储和处理大型矩阵，提供了一种存储单一数据类型的多维数组对象------ndarray。还提供了多种运算函数，能够完成数据计算和统计分析，是数据分析的重要工具包。

二、数组对象(ndarray)

1、创建数组对象

(1)、创建自定义数组

1、numpy.array(object,dtype=None,copy=True,order='K',subok=False,ndmin=0)

object：就是要创建的数组

dtype：表示数组所需的数据类型，默认是None,即保存对象所需的最小类型

ndmin：指定生成数组应该具有的最小维数，默认为None。

2、通过arange函数创建一维数组：arange(start, end, sep)

3、创建一维等差数组：linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

4、创建等比数列：logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

5、创建全零数组：zeros(shape, dtype=None, order='C')

6、创建全为1的数组：ones(shape, dtype=None, order='C')

7、创建对角线全为1的多维数组：eye(N, M=None, k=0, dtype=float)

8、创建自定义对角线数值的数组：diag(v, k=0)

(2)、创建随机数组，利用numpy包里的random模块

1、创建0-1的随机浮点数一维数组：random.random(num)

2、创建指定范围的随机整数多维数组：randint(low, high=None, size=None, dtype='l')

3、创建服从均匀分布的随机数组，范围[0, 1)：rand(*dn)

4、创建服从正态分布的随机数组：randn(*dn)

2、数组对象属性

---------数组属性：

ndim：表示数组维数，返回int类型

shape：表示数组的形状大小，对于n行m列的矩阵，形状为(n,m)，返回tuple类型

size：表示数组的元素总个数，等于数组形状的乘积，返回int类型

dtype：描述数组中的元素的类型，返回data-type

itemsize：表示数组的每个元素的大小(以字节为单位)，返回int类型

-----------访问属性：

3、改变数组形状

(1)、使用shape改变形状

(2)、使用reshape改变形状

(3)、展平数组：

----使用ravel函数

----使用flatten函数

(4)、组合数组：

-----使用hstack/vstack函数

-----使用concatenate函数

(5)、分割数组：

-----使用hsplit/vsplit函授

-----使用split函数

4、访问数组

(1)、一维数组的访问

(2)、二维数组的访问

三、数据类型

numpy的数据类型比python内置的数据类型多，常用的数据类型如下所示：(引用菜鸟教程：http://www.runoob.com/numpy/numpy-dtype.html)

四：numpy的矩阵对象

1、创建矩阵

2、矩阵属性

T：返回自身的转置

H：返回自身的共轭转置

I：返回自身的逆矩阵

A：返回自身数据的二维数组的一个视图

3、矩阵运算

(1)、四则运算

(2)、比较运算

比较运算符：>、=、<=、!=

返回结果：一个布尔数组，也就是每个元素的比较结果

(3)、逻辑运算

逻辑运算符：逻辑或-----any，逻辑与------all

返回结果：一个布尔值True或False

五、ufunc函数(universal function)

1、概念：

全程通用函数(universal function)，是一种能够对数组中所有元素进行操作的函数，结果是以数组形式输出，因此不需要对数组每个元素都进行操作，所以比math库中的函数操作效率高。

2、广播机制

广播(broadcasing)是指不同形状的数组之间进行算数运算的一种方式。

3、广播机制----->四原则

参与运算的数组其中一个的维度为1且列相等

参与运算的数组的维度相等，则其中一个的列为1且行相等

参与运算的数组都向其中形状最大的看齐，即根据shape属性最大的运算，形状不足的就加按照行或列补齐，也就是行复制或者列复制

输出的数组跟最大的数组形状相同

六、利用numpy统计分析

1、文件的读写

(1)、以二进制形式写入/读取文件

-----写入文件：save(file, arr, allow_pickle=True, fix_imports=True)/savez(file, arr, allow_pickle=True, fix_imports=True)

-----读取文件：load(file, mmap_mode=None, allow_pickle=True, fix_imports=True,encoding='ASCII')

(2)、以文本形式写入/读取文件(txt，csv格式)

-----写入文件：loadtxt(fname, dtype=float, comments='#', delimiter=None,converters=None, skiprows=0, usecols=None, unpack=False,ndmin=0)

-----读取文件：loadtxt(fname, dtype=float, comments='#', delimiter=None,converters=None, skiprows=0, usecols=None, unpack=False,ndmin=0)

2、数组排序

(1)、直接排序

方法：sort(a, axis=-1, kind='quicksort', order=None)

参数：axis=1 为沿横轴排序； axis=0 为沿纵轴排序，默认沿横轴排序

(2)、间接排序

方法：argsort(a, axis=-1, kind='quicksort', order=None)，返回的是下标

参数：axis=0 为沿横轴排序； axis=0 为沿纵轴排序，默认沿横轴排序

3、数据去重

方法：unique(ar, return_index=False, return_inverse=False,return_counts=False, axis=None)

4、重复数据，可以理解为数据的复制

(1)、重复整个数组

方法：tile(A, reps)

参数：A表示数组，reps表示重复的个数

(2)、重复数组中的元素

方法：repeat(a, repeats, axis=None)

参数：a 表示传入的数组，repeats表示要重复的次数，axis=1表示沿横轴重复，axis=0表示沿纵轴重复

5、常用统计函数

参数：axis=0 表示纵向计算

axis=1 表示横向计算

默认不写 表示计算整个数组

(1)、求和：sum

(2)、求平均值：mean

(3)、求最大值：max

(4)、求最小值：min

(5)、求最大元素的索引：argmax

(6)、求最小元素的索引：argmin

(7)、求方差：var

(8)、求标准差：std

(9)、求所有元素的累计和：cumsum

(10)、求所有元素的累计积：cumprod