【数据分析：工具篇】NumPy（2）NumPy深度使用详解-1

NumPy深度使用详解-1

NumPy是Python的一个常用科学计算库，它是Numerical Python的缩写。它的核心是一个多维数组对象（ndarray），这个对象是一个快速而灵活的容器，可以用于大量数据集和矩阵计算。

认识ndarray

ndarray是NumPy中最重要的数据结构，它是多维数组（n-dimensional array）的缩写。在numpy中，所有的数据都以ndarray的形式存储和处理。

ndarray有以下几个重要的属性：

• shape：表示数组的形状，即每个维度的大小。例如，一个形状为(3, 4)的ndarray表示一个3行4列的矩阵。

• dtype：表示数组的数据类型。例如，一个dtype为int32的ndarray表示每个元素都是32位整数。

• ndim：表示数组的维度，即数组的秩。例如，一个维度为2的ndarray表示一个二维数组。

ndarray中的每个元素都必须是相同的数据类型，并且在内存中是连续存储的，这使得NumPy能够非常高效地处理大规模的数据。

数组的创建

使用array函数创建数组

可以使用NumPy中的array函数来创建数组。

import numpy as np

# 创建一维数组
a = np.array([1, 2, 3])
print(a.ndim, a.shape, a.dtype)
print(a)

# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b.ndim, b.shape, b.dtype)
print(b)

# 创建不同数据类型的数组
a1 = np.array([-1, 0, 1], dtype=int)
a2 = np.array([-1, 0, 1], dtype=float)
a3 = np.array([-1, 0, 1], dtype=bool)
print(a1.dtype, a2.dtype, a3.dtype)
print(a1)
print(a2)
print(a3)

输出内容：

1 (3,) int32
[1 2 3]
2 (2, 3) int32
[[1 2 3]
 [4 5 6]]
int32 float64 bool
[-1  0  1]
[-1.  0.  1.]
[ True False  True]

生成有初始占位符的数组

可以使用zeros、ones、empty等函数来创建特定形状的数组。

• np.zeros(shape, dtype=float, order=‘C’)，用于生成元素全为0的数组。
• np.ones(shape, dtype=float, order=‘C’)，用于生成元素全为1的数组。
• np.empty(shape, dtype=float, order=‘C’)，用于生成元素为随机数的数组。

# 生成元素全为0的数组
a1 = np.zeros((2,3), dtype=float)
a2 = np.zeros((2,3), dtype=int)
a3 = np.zeros((2,3), dtype=bool)
print(a1)
print(a2)
print(a3)

# 生成元素全为1的数组
b1 = np.ones((2,4), dtype=float)
b2 = np.ones((2,4), dtype=int)
b3 = np.ones((2,4), dtype=bool)
print(b1)
print(b2)
print(b3)

# 生成元素为随机数的数组
c1 = np.empty((2,5), dtype=float)
c2 = np.empty((2,5), dtype=int)
c3 = np.empty((2,5), dtype=bool)
print(c1)
print(c2)
print(c3)

输出内容：

[[0. 0. 0.]
 [0. 0. 0.]]
[[0 0 0]
 [0 0 0]]
[[False False False]
 [False False False]]
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]]
[[1 1 1 1]
 [1 1 1 1]]
[[ True  True  True  True]
 [ True  True  True  True]]
[[1.93101617e-312 1.44295714e-312 1.59149684e-312 6.57818695e-313
  1.90979621e-312]
 [8.48798317e-313 8.48798319e-314 1.06099790e-313 1.69759664e-313
  4.88059032e-313]]
[[93 75 23 23 93]
 [ 8 40 83 93 59]]
[[ True  True  True  True  True]
 [ True  True  True  True  True]]

生成固定范围的数组

NumPy中提供了一些方法，可以用来生成固定范围的数组：

• numpy.arange()，生成一个可指定起始值（默认为0）、终止值（不包含）、步长的数组。
• numpy.linspace()，生成一个可指定起始值、终止值、样本数的一维等差数列数组。
• numpy.logspace()，生成一个可指定起始值、终止值、样本数的一维对数数列数组。

# 生成起始值1、终止值100、步长10的数组
a = np.arange(1, 100, 10)
print(a)

# 生成起始值1、终止值100、样本数10个的数组
b = np.linspace(1, 100, 10)
print(b)

# 生成起始值1、终止值2、以10为对数底数、样本数9个的数组
c = np.logspace(1.0, 2.0, num=9)
print(c)

输出内容：

[ 1 11 21 31 41 51 61 71 81 91]
[  1.  12.  23.  34.  45.  56.  67.  78.  89. 100.]
[ 10.          13.33521432  17.7827941   23.71373706  31.6227766
  42.16965034  56.23413252  74.98942093 100.        ]

生成随机数数组

NumPy中的random模块提供了各种随机数生成函数，例如rand()、randn()、randint()等，可以生成各种不同类型的随机数，这些随机数在模拟、实验和数据分析等任务中都非常有用。

• np.random.rand(d0, d1, …, dn)：生成[0,1)之间均匀分布的随机数，参数为生成的数组的维度。

• np.random.random_sample(size=None)：与rand()函数相同，生成[0,1)之间均匀分布的随机数。

• np.random.random(size=None)：与random_sample()函数相同，生成在[0, 1)范围内的均匀分布随机数。

• np.random.randn(d0, d1, …, dn)：生成标准正态分布（均值为0，标准差为1）的随机数，参数为生成的数组的维度。

# 生成[0,1)之间均匀分布的随机数
a1 = np.random.rand(20)
a2 = np.random.rand(2, 20)
print(a1)
print(a2)

# 生成[0,1)之间均匀分布的随机数
b = np.random.random_sample(20)
print(b)

# 生成[0,1)之间均匀分布的随机数
c = np.random.random(20)
print(c)

# 生成标准正态分布（均值为0，标准差为1）的随机数
d = np.random.randn(20)
print(d)

import matplotlib.pyplot as plt

# 数据可视化
figure, ax = plt.subplots(2, 2)

plt.subplot(2, 2, 1)
plt.hist(np.random.rand(2000))
plt.subplot(2, 2, 2)
plt.hist(np.random.random_sample(2000))
plt.subplot(2, 2, 3)
plt.hist(np.random.random(2000))
plt.subplot(2, 2, 4)
plt.hist(np.random.randn(2000))

plt.show()

• np.random.randint(low, high=None, size=None, dtype=‘l’)：生成low和high之间的整数，包括low，但不包括high。若high参数没有给出，则生成[0, low)之间的整数。size参数为生成的数组的维度，dtype为所生成整数的数据类型。

• np.random.choice(a, size=None, replace=True, p=None)：从给定的一维数组a中生成随机样本，size参数为生成的数组的维度，replace参数指定是否可以重复采样，p参数为给定的一维数组a中每个元素被选择的概率。

• np.random.shuffle(x)：将给定的序列随机打乱。

# 生成low和high之间的整数，包括low，但不包括high
a1 = np.random.randint(1, 100)
a2 = np.random.randint(1, 100, 20)
print(a1)
print(a2)

# 从给定的一维数组a中生成随机样本
b1 = np.random.choice(a2)
b2 = np.random.choice(a2, 10)
print(b1)
print(b2)

# 将给定的序列随机打乱
np.random.shuffle(a2)
print(a2)

数据类型转换

NumPy提供了各种数据类型转换函数，可以将数组从一种数据类型转换成另一种数据类型，例如astype()函数可以将数组的数据类型转换成指定的数据类型，这些函数在数据预处理和清洗中经常使用。

# 创建一个浮点数类型的数组
a = np.array([-1, 0, 1], dtype=float)
print(a)

# 将浮点数转换成整数
b = a.astype(int)
print(b)

# 将整数转换成布尔值
c = a.astype(bool)
print(c)

总结

NumPy提供了丰富的数组操作、数学函数、线性代数、随机数生成等功能，为科学计算和数据分析提供了强大的支持。以上列出的仅仅是一些常见的操作，还有更多更强大的功能我们下次继续探索。