#pytorch学习笔记2 基本数据操作
数据操作
首先导入pytorch
import torch
torch.__version__
'1.13.1+cu116'
# 张量表示一个数值组成的数组,数组中可能有多个维度
x=torch.arange(12)
x
tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
x.shape
torch.Size([12])
x.numel()
12
# 改变一个张量的形状而不改变元素数量和元素值,reshape
X=x.reshape(3,4)
X
tensor([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
# 使用全0或者全1、以及其他常量或者从特定分布中随机采样的数字
torch.zeros((2,3,4))
tensor([[[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]],
[[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]]])
torch.ones((2,3,4))
tensor([[[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]],
[[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]]])
# 赋予确定值
torch.tensor([[2,1,4,3],[1,2,3,4],[4,3,2,1]]).shape
torch.Size([3, 4])
# 常见的标准算术运算符(+、-、*、/和**)都可以被升级为按照元素进行运算
x=torch.tensor([1.,2,4,8])
y=torch.tensor([2,2,2,2])
x+y,x-y,x*y,x/y,x**y
(tensor([ 3., 4., 6., 10.]),
tensor([-1., 0., 2., 6.]),
tensor([ 2., 4., 8., 16.]),
tensor([0.5000, 1.0000, 2.0000, 4.0000]),
tensor([ 1., 4., 16., 64.]))
torch.exp(x)
tensor([2.7183e+00, 7.3891e+00, 5.4598e+01, 2.9810e+03])
# 我们也可以把多个张量连接在一起
X=torch.arange(12,dtype=torch.float32).reshape(3,4)
Y=torch.tensor([[2.,1,4,3],[1,2,3,4],[4,3,2,1]])
torch.cat((X,Y),dim=0),torch.cat((X,Y),dim=1)
(tensor([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.],
[ 2., 1., 4., 3.],
[ 1., 2., 3., 4.],
[ 4., 3., 2., 1.]]),
tensor([[ 0., 1., 2., 3., 2., 1., 4., 3.],
[ 4., 5., 6., 7., 1., 2., 3., 4.],
[ 8., 9., 10., 11., 4., 3., 2., 1.]]))
# 通过逻辑运算符来构建二元张量
X==Y
tensor([[False, True, False, True],
[False, False, False, False],
[False, False, False, False]])
X.sum() # 对张量中的所有元素进行求和会产生一个只有一个元素的张量
tensor(66.)
# 即使形状不同,我们仍然可以通过调用广播机制(broadcasting mechanism)来执行按元素进行操作
a=torch.arange(3).reshape((3,1))
b=torch.arange(2).reshape((1,2))
a,b
(tensor([[0],
[1],
[2]]),
tensor([[0, 1]]))
a+b
tensor([[0, 1],
[1, 2],
[2, 3]])
# 可以用[-1]选择最后一个元素,[1:3]来选择第二个和第三个元素
X,X[-1],X[1:3]
(tensor([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.]]),
tensor([ 8., 9., 10., 11.]),
tensor([[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.]]))
# 指定索引进赋值
X[1,2]=9
X
tensor([[ 0., 1., 2., 3.],
[ 4., 5., 9., 7.],
[ 8., 9., 10., 11.]])
# 为多个元素进行赋值
X[0:2,:]=12
X
tensor([[12., 12., 12., 12.],
[12., 12., 12., 12.],
[ 8., 9., 10., 11.]])
# 执行一些操作可能会导致为新结果分配内存
before=id(Y)
Y=Y+X
id(Y)==before
False
# 执行原地操作
Z=torch.zeros_like(Y)
print("id(Z):",id(Z))
Z[:]=X+Y
print("id(Z):",id(Z))
id(Z): 140119141846688
id(Z): 140119141846688
# 如果后续计算中没有重复使用X,我们可以减少内存的方法
before=id(X)
X+=Y
id(X)==before
True
# 转换为Numpy张量
A=X.numpy()
B=torch.tensor(A)
type(A),type(B)
(numpy.ndarray, torch.Tensor)
# 将大小为1的张量转换为python标量
a=torch.tensor([3.5])
a,a.item(),float(a),int(a)
(tensor([3.5000]), 3.5, 3.5, 3)
数据预处理
# 创建一个人工数据集,并存储在csv文件
import os
os.makedirs(os.path.join('./','data'),exist_ok=True)
data_file=os.path.join('./','data','house_tiny.csv')
with open(data_file,'w') as f:
f.write('Numrooms,Alley,Price\n') # 列名
f.write('NA,Pave,127500\n') #每行表述一个数据样本
f.write('2,NA,106000\n')
f.write('4,NA,178100\n')
f.write('NA,NA,140000\n')
# 从创建的csv文件中加载原始数据集
import pandas as pd
data=pd.read_csv(data_file)
print(data)
Numrooms Alley Price
0 NaN Pave 127500
1 2.0 NaN 106000
2 4.0 NaN 178100
3 NaN NaN 140000
# 为了处理缺失的数据,典型的方法包括插值和删除,
inputs,outputs=data.iloc[:,0:2],data.iloc[:,2]
inputs=inputs.fillna(inputs.mean(numeric_only=True))
print(inputs)
Numrooms Alley
0 3.0 Pave
1 2.0 NaN
2 4.0 NaN
3 3.0 NaN
# 对于inputs中的类别值或者离散值,我们将‘NaN’视为一个类别
inputs=pd.get_dummies(inputs,dummy_na=True,dtype=float)
print(inputs)
Numrooms Alley_Pave Alley_nan
0 3.0 1.0 0.0
1 2.0 0.0 1.0
2 4.0 0.0 1.0
3 3.0 0.0 1.0
# 转换为张量格式
X,y=torch.tensor(inputs.values),torch.tensor(outputs.values)
X,y
(tensor([[3., 1., 0.],
[2., 0., 1.],
[4., 0., 1.],
[3., 0., 1.]], dtype=torch.float64),
tensor([127500, 106000, 178100, 140000]))
## 引用
a=torch.arange(12)
b=a.reshape((3,4))
b[:]=2
a
tensor([2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])