python numpy包基础(1) - 数组

参考：Wes McKinney 《Python for Dtaa Analysis》

介绍

NumPy（Numerical Python的简称），是高性能科学计算和数据分析的基础包。其部分功能如下：

• ndarray,一个具有矢量算术运算和复杂广播能力的快速且省空间的多维数组
• 用于对整组数据进行快速运算的标准科学函数（类似于R无需编写循环）
• 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
• 线性代数、随机数生成以及傅里叶变换功能
• 用于集成由C、C++等语言编写的代码的工具

最后一点也是从生态系统角度来看最重要的一点。由于NumPy提供了一个简单易用的C API，因此很容易将数据传递给低级语言编写的外部库，外部库也能以NumPY数组的形式将数据返回给Python。

数组

1.安装和导入

pip install numpy/NumPy  #控制台安装

import numpy as np  #导入必须小写，且最好遵守np的惯例

2.ndarray使用

NumPy最重要的一个特点就是其N维度数组对象，即ndarray，该对象是一个快速而灵活的大数据容器。
ndarray是一个通用的同构数据多维容器，也就是说其中的所有元素必须是相同类型。

2.1创建数组(ndarray)
创建数组最简单的方法是使用array(data)函数，传入的参数是一切序列型的对象（包括其他数组），然后产生一个含有传入数据的ndarray。

>>> data1=[1,2,3]  
>>> arr1=np.array(data1)
>>> arr1
array([1, 2, 3])

>>> data2=[[1,2,3],[4,5,6]]  #嵌套序列
>>> arr2=np.array(data2)
>>> arr2
array([[1, 2, 3],
       [4, 5, 6]])

>>> arr3=np.array(arr2)
>>> arr3
array([[1, 2, 3],
       [4, 5, 6]])

嵌套序列（如几个等长的列表）将会被转化为一个多维数组，当然即使是不等长的也可以

>>>arr4=np.array([(1,2,3),(4,5)])
>>> arr4
array([(1, 2, 3), (4, 5)], dtype=object)

除此之外，还有一些常用的创建ndarray数组的方式：

• asarray
  将输入转化为ndarray，如果输入本身就是一个ndarray就不开辟内存复制，而是指向该地址所指的ndarray对象
• arange
  类似于内置的arange，但返回的是一个ndarray而不是列表
• ones、ones_like
  根据指定的形状和dtype创建一个全1数组。ones_like以另一个数组为参数，并根据其形状和dtype创建一个全1数组
• zeros、zeros_like
  类似ones、onse_like，只不过产生的是全0数组
• empty、empty_like
  创建新数组，只分配内存空间但不填充任何数值
• eye、identity
  创建一个N $\times$ N单位矩阵（对角线为1，其余为0）

需要说明的是，empty函数返回的并非全0而是数组，其内都是一些没有意义未初始化的值，请切记。但是empty是最快的创建数组的方式，这一点需要注意。

2.2ndarray的数据类型
ndarray有一些常用的属性，如：

• .ndim：维度

>>>arr2=array([[1, 2, 3],
              [4, 5, 6]])
>>> arr2.ndim
2

• .shape：尺寸

>>> arr2.shape
(2, 3)

• .dtype：数据类型

>>> arr2.dtype
dtype('int64')

注意到有一个属性：dtype，这是ndarray用于存储数据类型的对象。
除非显式说明，np.array会尝试为新建的这个数组推断出一个合适的数据类型，如上面的例子。
具体而言，NumPy的数据类型如下：

类型	类型代码	说明
int8、uint8	i1、u1	有符号和无符号的8位（1个字节）整型
int16、uint16	i2、u2	有符号和无符号的16位（2个字节）整型
int32、uint32	i4、u4	有符号和无符号的32位（4个字节）整型
int64、uint64	i8、u8	有符号和无符号的64位（8个字节）整型
float16	f2	半精度浮点数
float32	f4或f	标准的单精度浮点数。与C的float兼容
float64	f8或d	标准的双精度浮点数。与C的double和Python的float对象兼容
float128	f16或g	扩展精度浮点数
complex64	c8	分别用两个64位浮点数标识的复数，其他位数同理
bool	?	存储True和False值的布尔类型
object	O	Python对象类型
string_	S_	固定长度的字符串类型（每个字符一个字节），如S10
unicode_	U_	固定长度的unicode类型（字节数由平台决定），如U10

dtype=可以+np.类型/’类型代码’/’类型’
如果你确实很懒或者吧不确定数据的确切类型，你也可以直接填入python中的已有数据类型，如dtype=float。ndarray会自动匹配最接近的数据类型。

对于已有的ndarray数组你可以通过astype函数显式的转换其dtype，如

arr=np.array([1,2,3])
arr=arr.astype(float)
arr

2.3ndarray与标量之间的运算
数组和重要，因为他可以使你不用编写循环就可以对数据进行批量处理，这通常叫做矢量化(vectorization)，这点上python与R还是十分相似的。
数组与标量的运算会传播至数组的每个元素

>>>arr1=np.array([[1,2,3],
               [4,5,6]])
>>>arr1*3
array([[ 3,  6,  9],
       [12, 15, 18]])

大小相等的数组会在对应元素间进行运算

>>>arr2=np.arry([[1,2,3],
              [4,5,6]])
>>>arr2-arr1
array([[0, 0, 0],
       [0, 0, 0]])

不同大小的数组间的运算叫做广播，这在之后的博文中再做介绍。