数据挖掘之numpy学习（一）

1.1 numpy

        NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

        num - numerical 数值化的

        py - python

1.1.1 numpy优势

        Python的一个科学计算库，用于快速处理任意维度的数组。常用于数组和矩阵操作。

        ndarray（下文中的array均为ndarray）

                n - 任意个

                d - dimension 维度

                array - 数组

        与List对比

        1）numpy的计算速度和效率比List高效

        2）存储方式不同

                ndarray - 相同类型 - 通用性不强

                List - 不同类型 - 通用性强

        3）ndarray支持向量化运算

        4）底层语言

                C语言，解除了GIL（全局解释器锁），效率高

1.1.2 ndarray的属性

        np.shape 数组维度的元组

        np.ndim 数组维度

        np.size 数组中的元素数量  

        np.itemsize 一个数组元素的长度（字节）

        np.dtype 数组元素的类型（默认为int64）

1.1.3 数组的创建

        Import numpy as np

        X = np.array([],dtype=”float32”(或者dtype=np.float32))

        1）生成0和1数组

                np.zeros(shape=(a,b),dtpye=np.float32)

                np.ones(shape=(a,b),dtpye=np.float32)

        2）从现有数组生成

                np.array()

                np.asarray()  浅拷贝

                np.copy(array)  深拷贝，跟随array一起变化，其他两个不变

        3）生成固定范围的数组（切片）

                np.linspace(a,b,c)

                        [a,b] 为区间，元素之间为等距离，c为个数

                np.arange(a,b,c)

                  .range(a,b,c)

                        [a,b) 为区间，c是步长

        4）生成随机数组

                均匀分布：np.random.uniform(low=a,high=b,size=None)

                        a最小值，b最大值，c个数

                正态分布：np.random.normal(loc=a,scale=b,size=None)

                        loc：float 此概率的均值

                        scale：float 标准差

                        size：输出的数量，默认为None

1.1.4 数组的索引、切片

        例如：array[a,b:c]   数组中a行中第b+1列到c+1列的元素

1.1.5 数组的形状修改

        array.reshape(shape)   返回新的array，原始值不变

                .resize(shape)   没有返回值，原始值变了

                .T   转置

1.1.6 类型修改

        array.astype(dtype) 例如：.astype(“int32”)  序列化到本地

        .tostring()  转换为bytes

        注意：在jupyter中会由于输出过长无法显示出来

1.1.7数组去重

        np.unique(array)  去掉数组内重复的元素

        set(array.flatten())

1.1.8 ndarray运算

        逻辑运算

                array > a   数组中大于a的元素变为True，否则为false

                array(array > a)     只展示大于a的元素

                array(array > a) = 1     大于a的元素都会变为1，其余不变

        通用判断函数：

                np.all(布尔值)  例：np.all(array(a:b,c:d) > 0)   有一个为False就返回false

                np.any(布尔值)   有一个为True就返回True

        三元运算符

        np.where(array > 0,1,0)   在数组中大于0的元素置为1，否则置为0

        np.logical_and(array>a,array<b)  都满足为true，否则为false

        np.logical_or(array>a,array<b)  满足其一就为true，否则为false

        复合使用：np.where(np.logical_or(array>a,array<b),1,0)