numpy学习笔记 - numpy常用函数、向量化操作及基本数学统计方法

# -*- coding: utf-8 -*-
"""
主要记录代码，相关说明采用注释形势，供日常总结、查阅使用，不定时更新。
Created on Fri Aug 24 19:57:53 2018

@author: Dev
"""

 

import numpy as np

import random

 

# 常用函数

arr = np.arange(10)

print(np.sqrt(arr))    # 求平方根

print(np.exp(arr))    # 求e的次方

 

random.seed(200)    # 设置随机种子

x = np.random.normal(size=(8, 8))

y = np.random.normal(size=(8, 8))

np.maximum(x, y)    # 每一位上的最大值

 

arr = np.random.normal(size=(2, 4)) * 5

print(arr)

print(np.modf(arr))    # 将小数部分与整数部分分成两个单独的数组

 

# 向量化操作

# meshgrid的基本用法

points1 = np.arange(-5, 5, 1)     # [-5, 5]闭区间步长为1的10个点

points2 = np.arange(-4, 4, 1)

xs, ys = np.meshgrid(points1, points2)    # 返回一个由xs, ys构成的坐标矩阵

print(xs)   # points1作为行向量的len(points1) * len(points2)的矩阵

print(ys)   # points2作为列向量的len(points1) * len(points2)的矩阵

 

# 将坐标矩阵经过计算后生成灰度图

import matplotlib.pyplot as plt

points = np.arange(-5, 5, 0.01)     # 生成1000个点的数组

xs, ys = np.meshgrid(points, points)

z = np.sqrt(xs ** 2 + ys ** 2)  # 计算矩阵的平方和开根

print(z)

plt.imshow(z, cmap=plt.cm.gray)

plt.colorbar()

plt.title("Image plot of $\sqrt{x^2 + y^2}$ for a grid of values")

plt.show()

 

 

# 将条件逻辑表达为数组运算

xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])

yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])

cond = np.array([True, False, True, True, False])

# 纯Python，用列表解析式做判断

result = [x if c else y for x, y, c in zip(xarr, yarr, cond)]

# zip()基本用法

a = [1, 2, 3]

b = [4, 5, 6]

c = [7, 8, 9]

for tupple_a in zip(a, b, c):   # python 3.x为了减少内存占用，每次zip()调用只返回一个元组对象

    print(tupple_a)

 

# np.where()

result = np.where(cond, xarr, yarr)

 

 

# np.where()的用法：

 

#np.where()的几个例子

# condition, x, y均指定

np.where([[False, True], [True, False]],

[[1, 2], [3, 4]],

[[9, 8], [7, 6]])

# 只指定condition时，返回np.nonzero()，即非零元素的索引

x = np.arange(9.).reshape(3, 3)

np.where( x > 5 )

x[np.where( x > 3.0 )]  # 将索引值带入原数组，得到满足大于3条件的元素

 

arr = np.random.normal(size=(4,4))

print(arr)

np.where(arr > 0, 2, -2)

np.where(arr > 0, 2, arr)   # 只将大于0的元素设置为2

 

# 用np.where()进行多条件判断

# 例子： 对0~100范围内的数进行判断

# 纯python

sum1 = 0

for i in range(0, 100):

    if np.sqrt(i) > 3 and np.sqrt(i) < 5:   # 平方根在(3, 5)之间

        sum1 += 3

    elif np.sqrt(i) > 3:    # 平方根在[5, 10)之间

        sum1 += 2

    elif np.sqrt(i) < 5:    # 平方根在(0, 3]之间

        sum1 += 1

    else:

        sum1 -= 1

print(sum1)

注： 这个例子其实用的不好，最后一个sum -= 1实际上没有用到，只是用这个例子说明多条件判断。

 

# 使用np.where()

num_list = np.arange(0, 100)

cond1 = np.sqrt(num_list) > 3

cond2 = np.sqrt(num_list) < 5

result = np.where(cond1 & cond2, 3, np.where(cond1, 2, np.where(cond2 < 5, 1, -1)))

print(sum(result))

 

 

# 数学与统计方法

arr = np.random.normal(size=(5, 4))

arr.mean()  # 平均值

np.mean(arr)

arr.sum()   # 求和

arr.mean(axis=1)    # 对行求平均值

arr.sum(0)  # 对每列求和

arr.sum(axis=0)

 

arr = np.arange(9).reshape(3, 3)

arr.cumsum(0)   # 每列的累计和

arr.cumprod(1) # 每行的累计积

 

注： 关于numpy中axis的问题

axis=1可理解为跨列操作

axis=0可理解为跨行操作

 

# 布尔型数组

arr = np.random.normal(size=(10, 10))

(arr > 0).sum() # 正值的数量

bools = np.array([False, False, True, False])

bools.any() # 有一个为True，则结果为True

bools.all() # 必须全为True，结果才为True

 

# 排序

arr = np.random.normal(size=(4, 4))

print(arr)

arr.sort()  # 对每行元素进行排序

 

arr = np.random.normal(size=(5, 3))

print(arr)

arr.sort(0) # 对每列元素进行排序

# 求25%分位数（排序后根据索引位置求得）

num_arr = np.random.normal(size=(1000, 1000))

num_arr.sort()

print(num_arr[0, int(0.25 * len(num_arr))])

 

# 求唯一值

names = np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])

print(np.unique(names))

# 纯Python

print(sorted(set(names)))

# 判断values中的列表元素是否在数组list_a中

arr_a = np.array([6, 0, 0, 3, 2, 5, 6])

values = [2, 3, 6]

np.in1d(arr_a, values)

 

# 线性代数相关的函数

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

y = np.array([[6., 23.], [-1, 7], [8, 9]])

x.dot(y)    # 矩阵的乘法

np.dot(x, y)

np.dot(x, np.ones(3))

 

np.random.seed(12345)

from numpy.linalg import inv, qr

X = np.random.normal(size=(5, 5))

mat = X.T.dot(X)    # 矩阵X转置后再与原X相乘

inv(mat)    # 求逆矩阵

mat.dot(inv(mat))   # 与逆矩阵相乘

 

 

# 随机数

samples = np.random.normal(size=(4, 4))

samples

from random import normalvariate

# normalvariate(mu,sigma)

# mu: 均值

# sigma: 标准差

# mu = 0, sigma=1: 标准正态分布

 

# 比较纯Python与numpy生成指定数量的随机数的速度

N = 1000000    # 设置随机数的数量

get_ipython().magic(u'timeit samples = [normalvariate(0, 1) for _ in range(N)]')

get_ipython().magic(u'timeit np.random.normal(size=N)')

结果：

818 ms ± 9.87 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

34.5 ms ± 164 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

 

 

# 范例：随机漫步

import random

 

# 纯Python

position = 0

walk = [position]

steps = 1000

for i in range(steps):

    step = 1 if random.randint(0, 1) else -1

    position += step

    walk.append(position)

 

# np

np.random.seed(12345)

nsteps = 1000

draws = np.random.randint(0, 2, size=nsteps)    # 取不到2

steps = np.where(draws > 0, 1, -1)

walk = steps.cumsum()   # 求累计和

walk.min()

walk.max()

 

(np.abs(walk) >= 10).argmax()   # 首次到达10的索引数

 

# 一次模拟多个随机漫步

nwalks = 5000   # 一次生成5000组漫步数据

nsteps = 1000

draws = np.random.randint(0, 2, size=(nwalks, nsteps))

steps = np.where(draws > 0, 1, -1)

walks = steps.cumsum(1) # 将5000个样本中每一步的值进行累积求和

print(walks)

 

# 计算首次到达30

hits30 = (np.abs(walks) >= 30).any(1)   # 在列方向上进行对比

print(hits30)

print(hits30.sum()) # 到达+/-30的个数

# 查看每一步中首次到达30的步数

crossing_times = (np.abs(walks[hits30]) >= 30).argmax(1)

# 求到达30的平均步数

crossing_times.mean()

# 标准正态分布

steps = np.random.normal(loc=0, scale=0.25, size=(nwalks, nsteps))