Python数据分析学习（二）Numpy基础入门

最新推荐文章于 2024-09-27 14:22:37 发布

莫莫先生

最新推荐文章于 2024-09-27 14:22:37 发布

阅读量218

点赞数

分类专栏： # Python数据分析文章标签： NumPy 学习总结数据分析

本文链接：https://blog.csdn.net/weixin_44835732/article/details/103301779

版权

Python数据分析专栏收录该内容

13 篇文章 3 订阅

订阅专栏

概述：Numpy是什么？

NumPy是使用Python进行科学计算的基础软件包。包含了以下内容：

一个强大的N维数组对象。
复杂的（广播）功能。
用于集成C / C ++和Fortran代码的工具。
有用的线性代数，傅里叶变换和随机数功能。

一、ndarray基础知识

（一）各重要属性

Numpy的数组类为ndarray，别名为array，但这里的numpy.array与Python库z中的array.array不同，后者只处理一维数组且仅提供较少的功能，ndarray对象更重要的属性有以下几点：

ndarray.ndim - 数组的轴（维度）的个数。在Python世界中，维度的数量被称为rank。
ndarray.shape - 数组的维度。对于有 n 行和 m 列的矩阵，shape 将是 (n,m)。因此，shape 元组的长度就是rank或维度的个数 ndim。
ndarray.size - 数组元素的总数。这等于 shape 的元素的乘积。
ndarray.dtype - 一个描述数组中元素类型的对象。例如numpy.int32、numpy.int16和numpy.float64。
ndarray.itemsize - 数组中每个元素的字节大小。它等于 ndarray.dtype.itemsize 。
ndarray.data - 该缓冲区包含数组的实际元素。
如下，代码演示说明

（二）数组的创建

通过arrary函数创建，其类型由其中元素的类型推导出来

可以将序列的序列转换为二维数组，当然也可将序列的序列的序列转换为三维数组

可以在创建时通过dtype参数指定数组的类型：
zeros()、noes()、empty()函数。函数zeros创建一个由0组成的数组，函数ones创建一个完整的数组，函数empty 创建一个数组，其初始内容是随机的，取决于内存的状态。其类型默认下为float64类型
ndarray提供了一个与range()类似的函数arange()，该函数返回一个数组
因为有限的浮点精度，arange与浮点参数一起使用时，通常不可预测所获得的元素的数量,所以通常最好使用linspace函数来接收我们想要的元素数量的函数，而不是步长（step）

（三）打印数组

可以将一维数组打印为行，二维数组打印为矩阵，三维数组打印为矩数组表。
在这里插入图片描述

（四）基本操作

+、-、*、/ 算术运算

如图示，数组的算术运算会应用到元素级别
*=、+=等运算会直接更改被操作的数组而不会创建新的数组（当不同类型的数组进行操作时，其结果数组类型会对应更精确的类型，即向上转换）
聚合功能，numpy提供了许多其他的函数供我们使用，如min、max、sum、mean等等

图示：
我们可以通过指定axis参数，使数组沿指定轴操作

（五）通函数(ufunc)

NumPy提供熟悉的数学函数，例如sin，cos和exp。在NumPy中，这些被称为“通函数”（ufunc）。在NumPy中，这些函数在数组上按元素进行运算，产生一个数组作为输出。
在这里插入图片描述

（六）切片/索引

1.简单切片与索引
一维数组可以进行索引、切片、迭代操作和列表等其他Python序列类型一样。
在这里插入图片描述
多维数组的每个轴可以有一个索引，这些索引以逗号隔开的元组出现

当提高的索引少于轴的数量时，缺失的索引被认为是完整的切片，如下，其 -1 后被视为紧跟着" : "的多个实例，用于表示剩余轴，NumPy也允许写为b[-1,…]
在这里插入图片描述
对多维数组迭代是相对于第一条轴完成的

可以使用flat属性，对数组中的所有元素进行迭代

2.花式索引
使用索引数组进行索引

使用布尔数组进行索引

二、修改数组的形状

一个数组的形状是由每个轴的元素的数量决定的
在这里插入图片描述
但是我们可以通过命令修改它们的形状。ravel()、reshape()、T三个命令都会返回一个数组，不会修改原有数组。

resize方法会修改数组本身

在 reshape 方法中将 size 指定为-1，系统会自动计算其他的 size 大小
在这里插入图片描述

三、数组的拷贝及视图

简单分配不会复制数组对象或其数据
在这里插入图片描述
浅拷贝或视图

使用copy()函数生成数组及数据的完整副本

生活中，我们可能不需要原始数据，只要其中一小部分，那么我们可以对其切片后再调用copy()函数

四、广播

广播允许通用功能以有意义的方式处理不具有完全相同形状的输入。

广播的第一个规则是，如果所有输入数组不具有相同数量的维度，则将“1”重复地预先添加到较小数组的形状，直到所有数组具有相同数量的维度。

广播的第二个规则确保沿特定维度的大小为1的数组表现为具有沿该维度具有最大形状的数组的大小。假定数组元素的值沿着“广播”数组的那个维度是相同的。
实例：a和b是不同形状的数组，a+b最后正常输出
在这里插入图片描述

结语

大体梳理了一下NumPy的基础使用知识，有需要进阶的朋友可阅读参考资料，本文中实例均来源于NumPy官方文档，全部敲一遍和全部看一遍效果是不一样的（建议代码全敲一遍！建议代码全敲一遍！建议代码全敲一遍！），敲一遍印象更加深刻和理解更为透彻，截图为笔者在Anaconda3的JupyterNotebook上的运行结果，最后说一句，能看到这的朋友，是看完了全文的并敲完了实例的，大家要一起加油学习哦

参考资料：
NumPy中文官方文档
 NumPy和数据表示的视觉介绍