开发技术--Numpy模块
开发|Numpy模块
Numpy模块是数据分析基础包，所以还是很重要的，耐心去体会Numpy这个工具可以做什么，我将从源码与 地产呢个实现方式说起，祝大家阅读愉快!
Numpy模块提供了两个重要对象：ndarray （解决多维数组问题），ufunc（解决对数组进行处理的函数）
前言
目前所有的文章思想格式都是:知识+情感。
知识:对于所有的知识点的描述。力求不含任何的自我感情色彩。
情感:用我自己的方式，解读知识点。力求通俗易懂，完美透析知识。
目录
Numpy介绍
Numpy的数组
创建数组示例(.array())
array()源码剖析
数组与列表的区别
ndarray-常用属性
ndarray-数据类型
ndarray-其他方式创建数组
adarray运算
adarray索引与切片
adarray布尔型索引
adarray花式索引
Numpy的数组函数
通用函数
数学统计方法
随机函数
正文
Numpy介绍
1.NumPy是什么？
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。它是pandas等其他各种工具的基础。
2.NumPy的主要功能：
1)ndarray，一个多维数组结构，高效且节省空间
2)无需循环对整组数据进行快速运算的数学函数
3)线性代数、随机数生成和傅里叶变换功能
3.NumPy的安装？
pip3 install numpy
3.调用方式？
import numpy as np
Numpy的数组
首先介绍了创建数组的方式，接着从源码的角度去解释，对比了数组与列表的不同，列出了ndarray的常用属性，并介绍了ndarray的数据类型
创建数组示例(.array())
import numpy as np
# 一维数组
a = np.array([1, 2, 3, 4])
print(a) # [1 2 3 4]
print(a.size) # 4
print(a.dtype) # int32
print(a.shape) # (4,)
# 二维数组
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(b)
# [[1 2 3]
# [4 5 6]
# [7 8 9]]
print(b.size) # 9
print(b.dtype) # int32
print(b.shape) # (3, 3)
array()源码剖析
# array()源码
def array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0):
"""
Examples
--------
>>> np.array([1, 2, 3]) # 直接括号里面放一个列表
array([1, 2, 3])
Upcasting:
>>> np.array([1, 2, 3.0]) # 当列表的数据类型不一样的时候，array会自动的将数据类型统一，这里就变成了float类型
array([ 1., 2., 3.])
More than one dimension:
>>> np.array([[1, 2], [3, 4]]) # 二维数组，相当于双层列表放在array中
array([[1, 2],
[3, 4]])
Minimum dimensions 2:
>>> np.array([1, 2, 3], ndmin=2) # 二维数组的特殊形式，使用ndmin 指定生成数组的最小维度
array([[1, 2, 3]])
Type provided:
>>> np.array([1, 2, 3], dtype=complex) # 数据类型中的复数类型，使用dtype 指定数组元素的数据类型
array([ 1.+0.j, 2.+0.j, 3.+0.j])
Data-type consisting of more than one element:
# int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替。
# '<i4' === int 32
>>> x = np.array([(1,2),(3,4)],dtype=[('a','<i4'),('b','<i4')]) # 由多个元素组成的数据类型
x['a']
Out[7]: array([1, 3])
x['b']
Out[8]: array([2, 4])
Creating an array from sub-classes:
>>> np.array(np.mat('1 2; 3 4')) # 从子类创建数组, 使用mat导致可以使用分号作为维数的个数，空格区分每一个数
array([[1, 2],
[3, 4]])
>>> np.array(np.mat('1 2; 3 4'), subok=True) # subok默认返回一个与基类类型一致的数组，此时matrix表示的数矩阵
matrix([[1, 2],
[3, 4]])
"""
pass
数组与列表的区别
1)数组对象内的元素类型必须相同。
数组:看上面的源码，当出现浮点数的时候，数组自动将元素的类型进行统一为浮点数。当然，当出现字符串的时候，会自动匹配字符串。
列表:列表内部不仅仅可以存放数字，还可以存放字符串，还可以存放字典.....
2)数组大小不可修改
数组:底层实现的方式是，在定义的时候，直接就在计算机的内存中申请了对应大小的位置，这也导致了其运算速度远快于列表
列表:列表底层直接使用的内存地址指向方式实现，所以在每一次循环列表中的数据的时候，都是先去找列表中的数据的内存地址，进而获得相应的数据。
ndarray-常用属性
- T 数组的转置（对高维数组而言）
- size 数组元素的个数
- ndim 数组的维数
- shape 数组的维度大小（元组形式）
- dtype 数组元素的数据类型
- 示例
import numpy as np
c = np.array([[1, 2, 3], [2, 3, 4]])
print(c) # 原数组
# [[1 2 3]
# [2 3 4]]
print(c.T) # 数组的转置
# [[1 2]
# [2 3]
# [3 4]]
print(c.size) # 数组元素的个数 6
print(c.ndim) # 数组的维数 2
print(c.shape) # 数组的维度大小 (2, 3)
print(c.dtype) # 数组元素的数据类型 int32
7.附图
ndarray-数据类型
- 布尔型：bool_
- 整型：int_ int8 int16 int32 int 64
- 无符号整型：uint8 uint16 uint32 uint64
- 浮点型：float_ float16 float32 float64
- 复数型：complex_ complex64 complex 128
常用 NumPy 数据基本类型。
ndarray-其他方式创建数组
- array() 将列表转换为数组，可选择显式指定dtype
- arange() range的numpy版，支持浮点数
- linspace() 类似arange()，第三个参数为数组长度
- zeros() 根据指定形状和dtype创建全0数组
- ones() 根据指定形状和dtype创建全1数组
- empty() 根据指定形状和dtype创建空数组（随机值）
- eye() 根据指定边长和dtype创建单位矩阵
- 示例:empty
import numpy as np
a = np.empty([2, 2])
print(a)
# [[6.89800058e-307 6.89799040e-307]
# [2.33646676e-307 1.76127852e-312]]
# empty源码
# numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组，产生的数是随机的(注意这里面的数据，是之前内存存储的数据残留下来的0与1，在使用empty的时候，直接去内存获得了相应的大小的内存，直接显示原来的信息读取得到的数据，这种数据完全随机，灭有 任何规律可言。)
def empty(shape, dtype=None, order='C'):
"""
Examples
--------
>>> np.empty([2, 2])
array([[ -9.74499359e+001, 6.69583040e-309],
[ 2.13182611e-314, 3.06959433e-309]]) #random
>>> np.empty([2, 2], dtype=int)
array([[-1073741821, -1067949133],
[ 496041986, 19249760]]) #random
"""
pass
9.示例:zero
import numpy as np
# 默认为浮点数
x = np.zeros(5)
print(x) # [0. 0. 0. 0. 0.]
# 设置类型为整数
y = np.zeros((5,), dtype=np.int)
print(y) # [0 0 0 0 0]
# 自定义类型
z = np.zeros((2, 2), dtype=[('x', 'i4'), ('y', 'i4')])
print(z)
# [[(0, 0) (0, 0)]
# [(0, 0) (0, 0)]]
# 创建指定大小的数组，数组元素以 0 来填充
def zeros(shape, dtype=None, order='C'):
"""
Examples
--------
>>> np.zeros(5)
array([ 0., 0., 0., 0., 0.])
>>> np.zeros((5,), dtype=int)
array([0, 0, 0, 0, 0])
>>> np.zeros((2, 1))
array([[ 0.],
[ 0.]])
>>> s = (2,2)
>>> np.zeros(s)
array([[ 0., 0.],
[ 0., 0.]])
>>> np.zeros((2,), dtype=[('x', 'i4'), ('y', 'i4')]) # custom dtype
array([(0, 0), (0, 0)],
dtype=[('x', '<i4'), ('y', '<i4')])
"""
pass
11.示例:once
import numpy as np
c = np.ones(4)
print(c) # [1. 1. 1. 1.]
def ones(shape, dtype=None, order='C'):
"""
Examples
--------
>>> np.ones(5)
array([ 1., 1., 1., 1., 1.])
>>> np.ones((5,), dtype=int)
array([1, 1, 1, 1, 1])
>>> np.ones((2, 1))
array([[ 1.],
[ 1.]])
>>> s = (2,2)
>>> np.ones(s)
array([[ 1., 1.],
[ 1., 1.]])
"""
12.示例:arange
import numpy as np
s = np.arange()
# 根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray。
# 注意依然是取左不取右
def arange(start=None, *args, **kwargs):
"""
arange([start,] stop[, step,], dtype=None)
Examples
--------
>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0., 1., 2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])
"""
pass
14.示例:linspace
import numpy as np
a = np.linspace(1, 20, 40)
print(a) # 结果是浮点数
# [ 1. 1.48717949 1.97435897 2.46153846 2.94871795 3.43589744
# 3.92307692 4.41025641 4.8974359 5.38461538 5.87179487 6.35897436
# 6.84615385 7.33333333 7.82051282 8.30769231 8.79487179 9.28205128
# 9.76923077 10.25641026 10.74358974 11.23076923 11.71794872 12.20512821
# 12.69230769 13.17948718 13.66666667 14.15384615 14.64102564 15.12820513
# 15.61538462 16.1025641 16.58974359 17.07692308 17.56410256 18.05128205
# 18.53846154 19.02564103 19.51282051 20. ]
# numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的
def linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None,
axis=0):
"""
Examples
--------
>>> np.linspace(2.0, 3.0, num=5)
array([ 2. , 2.25, 2.5 , 2.75, 3. ])
>>> np.linspace(2.0, 3.0, num=5, endpoint=False)
array([ 2. , 2.2, 2.4, 2.6, 2.8])
>>> np.linspace(2.0, 3.0, num=5, retstep=True)
(array([ 2. , 2.25, 2.5 , 2.75, 3. ]), 0.25)
Graphical illustration:
>>> import matplotlib.pyplot as plt
>>> N = 8
>>> y = np.zeros(N)
>>> x1 = np.linspace(0, 10, N, endpoint=True)
>>> x2 = np.linspace(0, 10, N, endpoint=False)
>>> plt.plot(x1, y, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.plot(x2, y + 0.5, 'o')
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.ylim([-0.5, 1])
(-0.5, 1)
>>> plt.show()
"""
15.示例:eye
import numpy as np
def eye(N, M=None, k=0, dtype=float, order='C'):
"""
Return a 2-D array with ones on the diagonal and zeros elsewhere.
Examples
--------
>>> np.eye(2, dtype=int)
array([[1, 0],
[0, 1]])
>>> np.eye(3, k=1)
array([[ 0., 1., 0.],
[ 0., 0., 1.],
[ 0., 0., 0.]])
adarray运算
1.数组和标量之间的运算
a+1 a*3 1//a a**0.5 a>5
示例:
import numpy as np
a = np.arange(1, 20)
a
Out[8]:
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19])
a + 1
Out[9]:
array([ 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18,
19, 20])
a * 2
Out[10]:
array([ 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34,
36, 38])
1 // a
Out[11]:
array([1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
dtype=int32)
a**0.5
Out[12]:
array([1. , 1.41421356, 1.73205081, 2. , 2.23606798,
2.44948974, 2.64575131, 2.82842712, 3. , 3.16227766,
3.31662479, 3.46410162, 3.60555128, 3.74165739, 3.87298335,
4. , 4.12310563, 4.24264069, 4.35889894])
a>4
Out[13]:
array([False, False, False, False, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True])
2.同样大小数组之间的运算
a+b a/b a**b a%b a==b
import numpy as np
a = np.arange(1, 10)
b = np.arange(11, 20)
a
Out[23]: array([1, 2, 3, 4, 5, 6, 7, 8, 9])
b
Out[24]: array([11, 12, 13, 14, 15, 16, 17, 18, 19])
a + b
Out[25]: array([12, 14, 16, 18, 20, 22, 24, 26, 28])
a - b
Out[26]: array([-10, -10, -10, -10, -10, -10, -10, -10, -10])
a > b
Out[27]: array([False, False, False, False, False, False, False, False, False])
a == b
Out[28]: array([False, False, False, False, False, False, False, False, False])
adarray索引与切片
1.一维数组的索引：a[5]
2.多维数组的索引：
- 列表式写法：a[2] [3]
- 新式写法：a[2,3]
3，切片
1)一维数组的切片：a[5:8] a[4:] a[2:10] = 1
2)多维数组的切片：a[1:2, 3:4] a[:,3:5] a[:,1]
3)数组切片与列表切片的不同：数组切片时并不会自动复制（而是创建一个视图），在切片数组上的修改会影响原数组。(列表的切片是直接创建新的列表内存，注意数组与列表的底层实现方式是不一样的。)
4)copy()方法可以创建数组的深拷贝
5)通过冒号分隔切片参数 start:stop:step 来进行切片操作
6)多维数组进行切片的时候，需要注意切的是哪个维度的数，注意顺序
adarray布尔型索引
布尔索引通过布尔运算（如：比较运算符）来获取符合指定条件的元素的数组。
1)a[(a>5) & (a%20)]
2)a[(a>5) | (a%20)]
import numpy as np
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
print('我们的数组是：')
print(x)
print('\n')
# 现在我们会打印出大于 5 的元素
print('大于 5 的元素是：')
print(x[x > 5])
adarray花式索引
花式索引指的是利用整数数组进行索引。
花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果就是对应位置的元素；如果目标是二维数组，那么就是对应下标的行。
花式索引跟切片不一样，它总是将数据复制到新数组中。
1)a[[1,3,4,6,7]]
2)a[:,[1,3]]
import numpy as np
x = np.arange(32).reshape((8, 4))
print('我们的初始array', x)
print('我取出来的array', x[[4, 2, 1, 7]])
我们的初始array
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]
[16 17 18 19]
[20 21 22 23]
[24 25 26 27]
[28 29 30 31]]
我取出来的array
[[16 17 18 19]
[ 8 9 10 11]
[ 4 5 6 7]
[28 29 30 31]]
Numpy的数组函数
通用函数
1.通用函数：能同时对数组中所有元素进行运算的函数
2.常见通用函数：
一元函数****：abs, sqrt, exp, log, ceil, floor, rint, trunc, modf, isnan, isinf, cos, sin, tan
二元函数：add, substract, multiply, divide, power, mod, maximum, mininum,
man与inf
1.nan(Not a Number)：不等于任何浮点数（nan != nan）
注意:man一般会在两个array进行开平方的时候出现。默认算出来为complex复数，与数组类型float不符，所有出现nan
c = np.arange(-5, 5)
c
Out[23]: array([-5, -4, -3, -2, -1, 0, 1, 2, 3, 4])
c**(1/3)
Out[24]:
C:/Users/Administrator/Desktop/Review-Python/Numpy.py:1: RuntimeWarning: invalid value encountered in power
array([ nan, nan, nan, nan, nan,
# -*- coding : utf-8 -*-
0. , 1. , 1.25992105, 1.44224957, 1.58740105])
2.inf(infinity)：比任何浮点数都大
a = np.arange(1, 10, 1)
a
Out[7]: array([1, 2, 3, 4, 5, 6, 7, 8, 9])
b = np.zeros(9)
b/a
Out[12]: array([0., 0., 0., 0., 0., 0., 0., 0., 0.])
a/b
Out[13]: C:/Users/Administrator/Desktop/Review-Python/Numpy.py:1: RuntimeWarning: divide by zero encountered in true_divide
# -*- coding : utf-8 -*-
array([inf, inf, inf, inf, inf, inf, inf, inf, inf])
3.注意
NumPy中创建特殊值：np.nan np.inf
在数据分析中，nan常被用作表示数据缺失值
数学统计方法
sum 求和
mean 求平均数
std 求标准差
var 求方差
min 求最小值
max 求最大值
argmin 求最小值索引
argmax 求最大值索引
随机函数
随机数函数在np.random子包内
rand 给定形状产生随机数组（0到1之间的数）
randint 给定形状产生随机整数
choice 给定形状产生随机选择
shuffle 与random.shuffle相同，打乱数据
uniform 给定形状产生随机数组
结束语
以上就是常见的Numpy的操作，Numpy对于文件的操作将基于pandas工具包记性讲解。
参考资料:https://www.runoob.com/numpy/numpy-tutorial.html
个人感觉，学习这个东西还是需要自己多动手，自己对照资料进行练习。希望大学可以将Numpy熟练的用于解决问题中。
