利用Python进行数据分析笔记－Numpy基础

跟着教程学习了一段时间数据分析，越学感觉坑越多。于是花了一个星期仔细看了下《利用Python进行数据分析》。写在这里主要是记录下，方便自己查看。

import matplotlib.pyplot as plt
import numpy as np

创建n维数组

1、使用array函数

最简单的方法使用array函数，输入一个序列即可，比如list

# 随机生成数据
data = np.random.randn(2, 3)
data

array([[ 1.8878077 , -0.09071248, -0.17286876],
       [-1.39093014, -1.82384125,  0.82493751]])

每一个数组都有一个shape，来表示维度大小。而dtype，用来表示data type：

# 多维数组
data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]
arr2 = np.array(data2)
arr2

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

print('维度大小：',arr2.shape)
print('维度值：', arr2.ndim)
print('数据类型：',arr2.dtype)

维度大小： (2, 4)
维度值： 2
数据类型： int32

除非主动声明，否则np.array会自动给data搭配适合的类型，并保存在dtype里

也可以指定数据类型

arr1 = np.array([1, 2, 3], dtype=np.float64)
arr2 = np.array([1, 2, 3], dtype=np.int32)
print('arr1数据类型：',arr1.dtype)
print('arr2数据类型：',arr2.dtype)

arr1数据类型： float64
arr2数据类型： int32

用astype来转换类型，astype总是会返回一个新的数组

• 把float变为int，小数点后的部分会被丢弃

int_arr1 = arr1.astype(np.int)
int_arr1.dtype

dtype('int32')

2、其它方法

除了np.array，还有一些其他函数能创建数组。比如zeros,ones,另外还可以在一个tuple里指定shape

np.zeros((3, 6))

array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])

# np.empty并不能保证返回所有是0的数组，某些情况下，会返回为初始化的垃圾数值，如下面
np.empty((2, 3, 2))

array([[[5.63e-322, 0.00e+000],
        [0.00e+000, 0.00e+000],
        [0.00e+000, 0.00e+000]],

       [[0.00e+000, 0.00e+000],
        [0.00e+000, 0.00e+000],
        [0.00e+000, 0.00e+000]]])

np.arange(10)

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

数组计算

数组之所以重要，是因为不用写for循环就能表达很多操作，这种特性叫做vectorization(向量化)。任何两个大小相等的数组之间的运算，都是element-wise（点对点）

data = np.arange(5)
print('*:', data*10)
print('+:',data+data)

*: [ 0 10 20 30 40]
+: [0 2 4 6 8]

# 两个数组的比较会产生布尔数组：
arr1 = np.array([[1., 2., 3.], [4., 5., 6.]])
arr2 = np.array([[0., 4., 1.], [7., 2., 12.]])
arr2 > arr1

array([[False,  True, False],
       [ True, False,  True]])

索引和切片

一维数组操作同list，array的切片后的结果只是一个views（视图），用来代表原有array对应的元素，而不是创建了一个新的array。但list里的切片是产生了一个新的list

arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr2d[2]

array([7, 8, 9])

arr2d[2][1]

8

arr2d[:2]

array([[1, 2, 3],
       [4, 5, 6]])

# 前两行，第二列之后
arr2d[:2, 1:]

array([[2, 3],
       [5, 6]])

arr2d[:2, 2]

array([3, 6])

# 冒号表示提取整个axis（轴）
arr2d[:, :1]

array([[1],
       [4],
       [7]])

# 多维数组
arr3d = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
arr3d

array([[[ 1,  2,  3],
        [ 4