数据分析强大助力之Numpy库

​ NumPy（Numerical Python）是Python数据分析必不可少的第三方库，它一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型，使其具备了构造复杂数据类型的能力。而且本身是由C语言开发，是个很基础的扩展，NumPy被作为Python其它科学计算包的基础包，因此理解np的数据类型对python数据分析十分重要。

​ NumPy重在数值计算，主要用于多维数组（矩阵）处理的库。NumPy中的ndarray多维数组，具有矢量运算能力，快速、节省空间；其矩阵运算，无需循环，可完成类似Matlab中的矢量运算；而且它可以用于读写磁盘数据以及用于操作内存映射文件。

1. Numpy_介绍及属性

• 概述

  1. Numerical Python是Python数据分析必不可少的第三方库
  2. NumPy的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型.
     使其具备了构造复杂数据类型的能力。
  3. 本身是由C语言开发，是个很基础的扩展，NumPy被Python其它科学计算包作为基础包，
     因此理解np的数据类型对python数据分析十分重要。
  4. NumPy重在数值计算，主要用于多维数组（矩阵）处理的库。用来存储和处理大型矩阵，
     比Python自身的嵌套列表结构要高效的多.
  

• 功能

  1. 高性能科学计算和数据分析的基础包
  2. ndarray，多维数组，具有矢量运算能力，快速、节省空间
  3. 矩阵运算，无需循环，可完成类似Matlab中的矢量运算
  4. 用于读写磁盘数据的工具以及用于操作内存映射文件的工具
  

• 属性

  NumPy的数组类被称作ndarray，通常被称作数组。
  ndarray对象属性有：
      ndarray.ndim   # 数组轴的个数, 几维数组, 轴就是几
      ndarray.shape  # 数组的维度, 例如一个n排m列的矩阵，它的shape属性将是(2,3)
      ndarray.size   # 数组中元素的总个数 
      ndarray.dtype  # 数组中元素的类型
      ndarray.itemsize  # 数组每个元素的字节大小
  
  示例代码:
  import numpy as np
  # arange(15): 生成0 ~ 15, 包左不包右之间的随机数.
  # reshape(3, 5): 把数据转成二维数组形式, 共有3个元素(一维数组), 每个一维数组的元素个数为: 5
  a = np.arange(15).reshape(3, 5)
  print(a)
  
  print('数组的维度: ', a.shape)
  print('数组的轴: ', a.ndim)
  print('数组的长度为: ', a.size)
  print('数组的每个元素的数据类型为: ', a.dtype)
  print('数组每个元素的长度为: ', a.itemsize)   # 4
  print(type(a))  # <class 'numpy.ndarray'>
  

2.Numpy_创建一维数组

• 注意
  1. NumPy数组是一个多维的数组对象（矩阵），称为ndarray.
  2. ndarray的下标从0开始.
  3. 具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。

2.1 创建ndarray数组(一维数组)

• 方式1: array()函数

  # 方式1: np.array()函数, 把传入的内容, 转成ndarray对象
  a = np.array([1, 2, 3])
  print(a)
  print(type(a))	# <class 'numpy.ndarray'>
  

• 方式2: zeros(), ones()函数

  # zeros(): 创建全是0的数组.
  # ones(): 创建全是1的数组
  b = zeros((2, 3))
  print(b)		# <class 'numpy.ndarray'>  [[0. 0. 0.] [0. 0. 0.]]
  print(type(b))	# <class 'numpy.ndarray'>  [[1. 1. 1.] [1. 1. 1.]]
  
  c = ones((2, 3))
  print(c)
  print(type(c))
  

• 方式3: arange()函数

  # 起始值为10, 结束值为20, 步长为3, 指定数据类型为: 
  d = np.arange(10, 20, 2, dtype=int)int32
  print(d)
  print(type(d))
  print(d.dtype)
  

2.2 创建随机数矩阵

# 如下涉及到范围了, 都是包左不包右. 
arr1 = np.random.rand(3, 4) # 3行4列, 0.0 ~ 1.0之间的小数
print(arr1)
print(type(arr1))

arr2 = np.random.randint(1, 5, size=(3, 4)) # 3行4列, 1 ~ 5之间的整数
print(arr2)
print(type(arr2))

arr3 = np.random.uniform(1, 5, size=(3, 4)) # 3行4列, 在均匀分布区间1~5中生成随机数
print(arr3)
print(type(arr3))

2.3 创建二维数组

• 方式: matrix()函数, 创建二维数组

  m1 = np.mat('1 2; 3 4')
  print(m1)
  print(type(m1))	# <class 'numpy.matrix'>  martix表示二维数组, 它是ndarray的子类.
           
  m2 = np.matrix('1,2;3,4')
  print(m2)
  print(type(m2))
  
  m3 = np.matrix([[1, 2, 3], [4, 5, 6]])
  print(m3)
  print(type(m3))
  

2.4 创建等比数组

# 参1: 开始点, 参2: 结束点, 参3: 元素个数.  其中参1和参2都是10的幂
a = np.logspace(1, 3, 5)   # 即: 10 ~ 1000之间的等比数列, 取5个数字
print(a)
print(type(a))

# base表示基数改为3, 即, 这里是: 3 ~ 9之间, 等比数列, 取5个数
# endpoint属性, True(包括最后的数字, 即: 9), False(不包括最后的数字)
b = np.logspace(1, 2, 5, base=3, endpoint=True)
print(b)
print(type(b))

2.5 创建等差数列

# 1 ~ 5之间的等差数列, endpoint=False, 不包括右边的值(5), 即: 包左不包右.
c = np.linspace(1, 5, 3, endpoint=False)
print(c)
print(type(c))

3. Numpy的数据类型转换

• dtype属性: 指定数组的数据类型，类型名+位数，如float64, int32

• astype()函数: 转换数组的数据类型

  arr_float = np.array([1.1, 2.2, 3.3], dtype=np.float32)
  print(arr_float)
  print(arr_float.dtype)    # 元素类型为: float32
  
  # 把元素转成int类型
  arr_int = arr_float.astype(np.int32)
  print(arr_int)
  print(arr_int.dtype)
  

4.Numpy内置函数

• 基本函数

  # 函数介绍如下: 
  np.ceil(): 向上最接近的整数，参数是 number 或 array
  np.floor(): 向下最接近的整数，参数是 number 或 array
  np.rint(): 四舍五入，参数是 number 或 array
  np.isnan(): 判断元素是否为 NaN(Not a Number)，参数是 number 或 array
  np.multiply(): 元素相乘，参数是 number 或 array
  np.divide(): 元素相除，参数是 number 或 array
  np.abs()：元素的绝对值，参数是 number 或 array
  np.where(condition, x, y): 三元运算符，x if condition else y
  
  # 示例代码如下
  arr = np.array([1.1, -2.5, 3.6])
  print(np.ceil(arr))
  print(np.floor(arr))
  print(np.rint(arr))
  print(np.isnan(arr))
  print(np.abs(arr))
  print(np.multiply(arr, arr))
  print(np.divide(arr, arr))
  print(np.where(arr > 0, 1, 0))
  

• 统计函数

  # 函数介绍如下: 
  np.mean(), np.sum()：所有元素的平均值，所有元素的和，参数是 number 或 array
  np.max(), np.min()：所有元素的最大值，所有元素的最小值，参数是 number 或 array
  np.std(), np.var()：所有元素的标准差，所有元素的方差，参数是 number 或 array
  np.argmax(), np.argmin()：最大值的下标索引值，最小值的下标索引值，参数是 number 或 array
  np.cumsum(), np.cumprod()：返回一个一维数组，每个元素都是之前所有元素的 累加和 和 累乘积，参数是 number 或 array
    多维数组默认统计全部维度，axis参数可以按指定轴心统计，值为0则按列统计，值为1则按行统计。
  
  
  # 示例代码如下
  # 把1 ~ 10的数字, 存入到2行5列的 二维数组中.
  arr = np.arange(1, 11).reshape(2, 5)
  print(arr)
  print(np.cumsum(arr))   # [ 1  3  6 10 15]
  print(np.sum(arr))      # 15
  print(np.sum(arr, axis=0))  # 0表示列
  print(np.sum(arr, axis=1))  # 1表示行
  

• 比较函数

  arr = np.array([-1, 2, 3])
  print(arr)
  print(np.any(arr > 0))  # 任意1个大于零, True
  print(np.all(arr > 0))  # 所有的值都要大于零, False
  

• 去重函数

  arr = np.array([[1, 2, 3], [2, 3, 4]])
  print(arr)
  print(np.unique(arr))
  

• 排序函数

  arr = np.array([1, 3, 2, 5])
  print(arr)
  
  # 方式1: 排序后返回的是新的数组
  new_arr = np.sort(arr)
  print(arr)      # [1 3 2 5]
  print(new_arr)  # [1 2 3 5]
  
  # 方式2: ndarray直接调用sort, 在原数据上直接修改.
  arr.sort()
  print(arr)  # [1 2 3 5]
  

5.Numpy的运算

• 基本运算

  a = np.array([1, 2, 3])
  b = np.array([4, 5, 6])
  c = b - a
  print(c)	    # [3 3 3]
  print(type(c))	# <class 'numpy.ndarray'>
  

• 矩阵运算

  # 按列相乘，元素运算或矩阵x乘运算
  a = np.array([[1, 2, 3], [4, 5, 6]])
  b = np.array([[1, 2, 3], [4, 5, 6]])
  print(a)
  print(b)
  a * b   # 默认: 按列相乘.
  np.multiply(a, b)   # 按列相乘, 效果同上. 
  
  # 普通矩阵运算, 数组1的行数 是 数组2的列数，也称为矩阵·乘运算
  a = np.array([[1, 2, 3], [4, 5, 6]])
  b = np.array([[1, 2], [3, 4], [5, 6]])
  print(a)
  print(b)
  print(a.dot(b))     # [[22 28] [49 64]]
  print(np.dot(a, b)) # [[22 28] [49 64]]