numpy模块详解
### 开发环境介绍
- anaconda
- 官网：https://www.anaconda.com/
- 集成环境：集成好了数据分析和机器学习中所需要的全部环境
- 注意：
- 安装目录不可以有中文和特殊符号
- jupyter
- jupyter就是anaconda提供的一个基于浏览器的可视化开发工具
- jupyter的基本使用
- 启动：在终端中录入：jupyter notebook的指令，按下回车
- 新建：
- python3：anaconda中的一个源文件
- cell有两种模式：
- code：编写代码
- markdown：编写笔记
- 快捷键：
- 添加cell：a或者b
- 删除：x
- 修改cell的模式：
- m：修改成markdown模式
- y：修改成code模式
- 执行cell：
- shift+enter
- tab：自动补全
- 代开帮助文档：shift+tab
# 数据分析三剑客
- numpy
- pandas(重点)
- matplotlib
### numpy模块
- NumPy(Numerical Python) 是 Python 语言中做科学计算的基础库。
重在于数值计算，也是大部分Python科学计算库的基础，多用于在大型、多维数组上执行的数值运算。
#### numpy的创建
- 使用np.array()创建
- 使用plt创建
- 使用np的routines函数创建
- 使用array()创建一个一维数组 import numpy as np arr = np.array([1,2,3]) arr array([1, 2, 3])
- 使用array()创建一个多维数组 arr = np.array([[1,2,3],[4,5,6]]) arr array([[1, 2, 3], [4, 5, 6]])
- 数组和列表的区别是什么？
- 数组中存储的数据元素类型必须是统一类型
- 优先级：
- 字符串 > 浮点型 > 整数
- 将外部的一张图片读取加载到numpy数组中，然后尝试改变数组元素的数值查看对原始图片的影响 import matplotlib.pyplot as plt img_arr = plt.imread('./1.jpg')#返回的数组，数组中装载的就是图片内容 plt.imshow(img_arr)#将numpy数组进行可视化展示
- zero()
- ones()
- linespace()
- arange()
- random系列
np.ones(shape=(3,4)) array([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]) np.linspace(0,100,num=20) #一维的等差数列数组 array([ 0. , 5.26315789, 10.52631579, 15.78947368, 21.05263158, 26.31578947, 31.57894737, 36.84210526, 42.10526316, 47.36842105, 52.63157895, 57.89473684, 63.15789474, 68.42105263, 73.68421053, 78.94736842, 84.21052632, 89.47368421, 94.73684211, 100. ]) np.arange(10,50,step=2) #一维等差数列 array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48]) np.random.randint(0,100,size=(5,3)) array([[19, 0, 17], [72, 29, 13], [69, 59, 68], [63, 54, 87], [70, 64, 0]])
#### numpy的常用属性
- shape
- ndim
- size
- dtype
arr = np.random.randint(0,100,size=(5,6)) array([[43, 96, 75, 1, 34, 88], [96, 2, 17, 34, 26, 57], [71, 36, 11, 11, 10, 29], [72, 46, 51, 4, 27, 75], [80, 42, 27, 55, 19, 43]]) arr.shape #返回的是数组的形状 (5, 6) arr.ndim #返回的是数组的维度 2 arr.size #返回数组元素的个数 30 arr.dtype #返回的是数组元素的类型 dtype('int64') type(arr) #数组的数据类型 numpy.ndarray
#### numpy的索引和切片操作
- 索引操作和列表同理 arr = np.random.randint(1,100,size=(5,6)) array([[69, 80, 7, 90, 31, 44], [37, 57, 26, 92, 91, 34], [13, 16, 93, 54, 87, 34], [ 5, 16, 47, 66, 51, 12], [54, 63, 20, 11, 94, 88]]) arr[1] #取出了numpy数组中的下标为1的行数据 array([37, 57, 26, 92, 91, 34]) arr[[1,3,4]] #取出多行 array([[37, 57, 26, 92, 91, 34], [ 5, 16, 47, 66, 51, 12], [54, 63, 20, 11, 94, 88]])
- 切片操作
- 切出前两列数据
- 切出前两行数据
- 切出前两行的前两列的数据
- 数组数据翻转
- 练习：将一张图片上下左右进行翻转操作
- 练习：将图片进行指定区域的裁剪
#切出arr数组的前两行的数据 arr[0:2] #arr[行切片] array([[69, 80, 7, 90, 31, 44], [37, 57, 26, 92, 91, 34]]) #切出arr数组中的前两列 arr[:,0:2] #arr[行切片,列切片] array([[69, 80], [37, 57], [13, 16], [ 5, 16], [54, 63]]) 切出前两行的前两列的数据 arr[0:2,0:2] array([[69, 80], [37, 57]]) #将数组的行倒置 arr[::-1] array([[54, 63, 20, 11, 94, 88], [ 5, 16, 47, 66, 51, 12], [13, 16, 93, 54, 87, 34], [37, 57, 26, 92, 91, 34], [69, 80, 7, 90, 31, 44]]) #将数组的列倒置 arr[:,::-1] array([[44, 31, 90, 7, 80, 69], [34, 91, 92, 26, 57, 37], [34, 87, 54, 93, 16, 13], [12, 51, 66, 47, 16, 5], [88, 94, 11, 20, 63, 54]]) #所有元素倒置 arr[::-1,::-1] array([[88, 94, 11, 20, 63, 54], [12, 51, 66, 47, 16, 5], [34, 87, 54, 93, 16, 13], [34, 91, 92, 26, 57, 37], [44, 31, 90, 7, 80, 69]]) #将一张图片进行左右翻转 img_arr = plt.imread('./1.jpg') plt.imshow(img_arr) #左右替换 plt.imshow(img_arr[:,::-1,:]) #img_arr[行，列，颜色] #图片上下翻转 plt.imshow(img_arr[::-1,:,:]) #图片裁剪的功能 plt.imshow(img_arr[66:200,78:300,:])
#### 变形reshape
申明arr内容 arr#是一个5行6列的二维数组 array([[69, 80, 7, 90, 31, 44], [37, 57, 26, 92, 91, 34], [13, 16, 93, 54, 87, 34], [ 5, 16, 47, 66, 51, 12], [54, 63, 20, 11, 94, 88]]) #将二维的数组变形成1维 arr_1 = arr.reshape((30,)) #将一维变形成多维 arr_1.reshape((6,5)) array([[69, 80, 7, 90, 31], [44, 37, 57, 26, 92], [91, 34, 13, 16, 93], [54, 87, 34, 5, 16], [47, 66, 51, 12, 54], [63, 20, 11, 94, 88]])
#### 级联操作
- 将多个numpy数组进行横向或者纵向的拼接
- axis轴向的理解
- 0:列
- 1:行
- 问题：
- 级联的两个数组维度一样，但是行列个数不一样会如何？
np.concatenate((arr,arr),axis=1) array([[69, 80, 7, 90, 31, 44, 69, 80, 7, 90, 31, 44], [37, 57, 26, 92, 91, 34, 37, 57, 26, 92, 91, 34], [13, 16, 93, 54, 87, 34, 13, 16, 93, 54, 87, 34], [ 5, 16, 47, 66, 51, 12, 5, 16, 47, 66, 51, 12], [54, 63, 20, 11, 94, 88, 54, 63, 20, 11, 94, 88]]) arr_3 = np.concatenate((img_arr,img_arr,img_arr),axis=0) plt.imshow(arr_3)
#### 常用的聚合操作
- sum,max,min,mean
arr.sum(axis=1) array([321, 337, 297, 197, 330]) arr.max(axis=1) array([90, 92, 93, 66, 94])
#### 常用的数学函数
- NumPy 提供了标准的三角函数：sin()、cos()、tan()
- numpy.around(a,decimals) 函数返回指定数字的四舍五入值。
- 参数说明：
- a: 数组
- decimals: 舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置v
np.sin(2.5) 0.5984721441039564 np.around(3.84,2) 3.84
#### 常用的统计函数
- numpy.amin() 和 numpy.amax()，用于计算数组中的元素沿指定轴的最小、最大值。
- numpy.ptp():计算数组中元素最大值与最小值的差（最大值 - 最小值）。
- numpy.median() 函数用于计算数组 a 中元素的中位数（中值）
- 标准差std():标准差是一组数据平均值分散程度的一种度量。
- 公式：std = sqrt(mean((x - x.mean())**2))
- 如果数组是 [1，2，3，4]，则其平均值为 2.5。 因此，差的平方是 [2.25,0.25,0.25,2.25]，
并且其平均值的平方根除以 4，即 sqrt(5/4) ，结果为 1.1180339887498949。
- 方差var()：统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数，
即 mean((x - x.mean())** 2)。换句话说，标准差是方差的平方根。
arr[1].std() 26.66718749491384 arr[1].var() 711.138888888889
### 矩阵相关
- NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。
一个 的矩阵是一个由行（row）列（column）元素排列成的矩形阵列。
- numpy.matlib.identity() 函数返回给定大小的单位矩阵。单位矩阵是个方阵，从左上角到右下角的对角线
（称为主对角线）上的元素均为 1，除此以外全都为 0。
#eye返回一个标准的单位矩阵 np.eye(6) array([[1., 0., 0., 0., 0., 0.], [0., 1., 0., 0., 0., 0.], [0., 0., 1., 0., 0., 0.], [0., 0., 0., 1., 0., 0.], [0., 0., 0., 0., 1., 0.], [0., 0., 0., 0., 0., 1.]])
- 矩阵相乘
- numpy.dot(a, b, out=None)
- a : ndarray 数组
- b : ndarray 数组
- 
- 第一个矩阵第一行的每个数字（2和1），各自乘以第二个矩阵第一列对应位置的数字（1和1），
然后将乘积相加（ 2 x 1 + 1 x 1），得到结果矩阵左上角的那个值3。也就是说，结果矩阵第m行与第n列交叉位置的那个值，
等于第一个矩阵第m行与第二个矩阵第n列，对应位置的每个值的乘积之和。
- 线性代数基于矩阵的推导：
- https://www.cnblogs.com/alantu2018/p/8528299.html
a1 = np.array([[2,1],[4,3]]) a2 = np.array([[1,2],[1,0]]) np.dot(a1,a2) array([[3, 4], [7, 8]])
