数据处理基础：Numpy基础(1)

Numpy基础使用

---

本章及后面更新的Numpy博客，我都使用标准的Numpy导入方式import numpy as np。
当然你也可以在代码中写from numpy import *来省略多写的一个np。但是我还是建议你用标准导入方式，因为numpy这个命名空间包含了大量与Python内建函数重名的函数(就像 min和 max)

Numpy ndarray: 多维数组对象

生成随机数组

# 生成随机数组
data=np.random.randn(2,3)
print(data,"\n")

# 给data一个数学操作

print(data*10,"\n")# 将里面数值扩大10倍
print(data+data,"\n")#相加了

# 一个ndarray是一个通用的多维同类数据容器，每个数组有一个shape属性，用来表证数组每一维度的数量，每个数组都有一个dtype属性
print(data.shape)#(2, 3)
print(data.dtype)#float64

生成ndarray

# 生成ndarray
data1=[6,5,8,4,5,6,1]
arr1=np.array(data1)
print(arr1)

# 嵌套序列
data2=[[1,2,3,4],[5,6,7,8]]
arr2=np.array(data2)
print(arr2)
# 因为data2是一个包括列表的列表，所以numpy数组arr2形成了二维数组，可以通过ndim和shape属性来确定
print(arr2.ndim)
# out
'''
2
(2, 4)
'''
print(arr2.shape)

数组生成

# 除了np.array还有很多其他函数可以创建新数组
New_Numpy_List=np.zeros(10)
print(New_Numpy_List)
# [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
print(np.zeros((3,6)))
# [[0. 0. 0. 0. 0. 0.]
#  [0. 0. 0. 0. 0. 0.]
#  [0. 0. 0. 0. 0. 0.]]


# 使用empty来生成一个全0的数组不安全，他可能会生成一堆垃圾数据
print(np.empty((2,3,2)))

# arange
print(np.arange(15))
# [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]

# eye,identity可以生成N*N的矩阵 对角线是1
print(np.eye(4,4))
print(np.identity(4))

Numpy数据类型

类型	类型代码	描述
int8,uint8	il,ul	有符号和无符号的8数位整数
int41,unint16	i2,u2	有符号和无符号的32数位整数
int32,unint32	i4,u4	有符号和无符号的32数位整数
int64,unint64	i8,u8	有符号和无符号的64数位整数
float16	f2	半精度浮点数
float32	f4或f	标准单精度浮点数；兼容C语言float
float64	f8或d	标准双精度浮点数；兼容C语言double和 python float
float128	f16或g	拓展精度浮点数
complex64	c8,c16,c32	分别基于32位、64位、128位浮点数的复数
complex128
complex256
bool	?	布尔值，存储True或False
object	o	Python object类型
string_	S	修正的ASCLL字符串类型；例如生成一个长度 为10的字符串类型，使用‘S10’
unicode_	U	修正的Unicode类型；生成一个长度 为10的Unicode类型，使用‘U10’

数组类型转换

显式转换

arr5=np.array([1,2,3,4,5])
print(arr5.dtype)
# int32
float_arr=arr5.astype(np.float64)
print(float_arr.dtype)

# float64

在上面例子中，整数被转换成了浮点数。如果我把浮点数转换为整数，则小数点后的部分都将被消除:

arr=np.array([3.7,-1.2,-2.6,0.5,12.9,10.1])
print(arr)
arr.astype(np,int32)
print(arr)

如果你有一个数组，里面的元素都是表达数字含义的字符串，也可以通过astype将字符串转换为数字：

numeric_strings=np.array(['1.25','9.6','42'],dtype=np.sting_)
print(numeric_strings.astype(float))

在Numpy中，当使用numpy.string_类型作字符串数据时要小心,因为Numpy会修正它的大小或删除输入且不发出警告。pandas在处理非数值数据时有更直观的开箱型操作。

如果因为某些原因导致转换类型是失败(比如字符串无法转换为float64位时),将会抛出一个ValueError。这里我偷懒地使用float来代替np.float64,是因为Numpy可以使用相同别名来表征与python精度相同的Python数据类型。

你也可以使用另一个数组的dtype属性:

int_array=np.arange(10)
calibers=np.array([.22,.270,.357,.380,.44,.50],dtype=np.float64)
print(int_array.astype(calibers.dtype))

也可以使用类型代码来传入数据类型:

empty_uint32=np.empty(8,dtype='u4')
print(empty_uint32)
#[         0 1072693248          0 1072693248          0 1072693248
#          0 1072693248]

Numpy 数组算术

数组之所以重要是因为它允许你进行批量操作而无须任何for循环。numpy用户称这种特性为向量化。任何在两个等尺寸数组之间的算术操作都应用了逐元素操作的方式：

arr=np.array([[1.,2.,3.],[4.,5.,6.]])
print(arr)
[[1. 2. 3.],
   [4. 5. 6.]]

print(arr*arr)
[[ 1.  4.  9.],
 [16. 25. 36.]]

print(arr-arr)
[[0. 0. 0.],
[0. 0. 0.]]

带有标量计算的算术操作，会把计算参数传递给数组的每一个元素：

print(1/arr)
print(arr**0.5)

同尺寸数组之间比较，会产生一个布尔值数组：

arr2=np.array([[0.,4.,1.],[7.,2.,12.]])
print(arr2)

print(arr2>arr)
#out
[[False  True False]
 [ True False  True]]

博主后续会持续更新Python,GO