10.Numpy库学习

合集 - python基础(13)

1.1.f-string的深入学习02-012.2.格式化输出02-013.3.python容器推导公式01-284.4.迭代器(iterator)与生成器(generator)01-305.5.return与yield01-306.6.python函数——参数传递、参数类型与匿名函数01-307.7.函数传参高级用法——map和filter01-318.8.python模块02-029.9.python的读写操作01-27

10.10.Numpy库学习02-10

11.11.pandas学习02-1412.12.pip使用方法02-1613.13.python中拷贝03-03

收起

numpy学习网址 https://www.runoob.com/numpy/numpy-tutorial.html

1. numpy对象
numpy代码是基于静态语言C++编写，可以实现与C语言代码整合，主要是用于数组计算，运算速度非常快。numpy最强大的功能是能够创建n维数组对象ndarray。

np.array(object,dtype ='' )

其中object为所需创建的数组采用中括号括起来，dtype为元素的数据类型，dtype一般需要按照需求进行自定义创建修改。
2. numpy的数据类型
numpy在创建矩阵时,若数据全为整数，那么ndarray就全以int64的形式储存；如果里面有浮点数，那么则全以float64储存。同时可以自定义数据类型来储存不同数据类型在一个矩阵中。

• 主要使用的数据类型有np.bool_,np.int64,np.float64，以及复数np.complex.128。

dt = np.dtype(np.bool_)
bool_arr = np.array([[1,1,1],[0,0,2]],dtype = dt)
# 运行结果为[[ True  True  True]
 		  #[False False  True]]

• 自定义数据类型：采用元组的方式定义样本包含的各个数据类型，同时在创建数组时，采用元组对该样本的数据进行创建。采用自定义数据类型可以更好的对表格数据进行可视化，让程序易读，同时保证各个数据类型的正确，方便计算。示例如下：

dt2 = np.dtype([('age', np.int64), ('height', np.float64), ('name', 'U20')]) # 定义了一个人的样本数据类型，包含年龄身高和名字
e = np.array([('10', '175', '小宇'), ('18', '185', '小熊')], dtype = dt2)
print(f'自定义数据类型输出结构{e}')

3. array的属性
numpy中提供了对矩阵中一些数值的计算方式主要有下面几个函数（秩、形状、个数、数据类型）：
（ndarray为用户所创建的矩阵）

• ndarray.ndim: 数组的秩（rank），即数组的维度数量或轴的数量。
• ndarray.shape: 数组的维度，表示数组在每个轴上的大小。对于二维数组（矩阵），表示其行数和列数。
• ndarray.size: 数组中元素的总个数，等于 ndarray.shape 中各个轴上大小的乘积。
• ndarray.dtype: 数组中元素的数据类型。

4. 创建和修改数组

• 创建数组除了直接使用np.array([],dtype=none)来自定义数组之外，还可以通过numpy中自带的一些内置函数进行创建所需形状大小的数组，包括np.zeros,np.ones,np.zeros_like,np.ones_like和np.arange。
• np.zeros与np.ones为生成全0或全1的矩阵。两者用法相同如下

A = np.zeors([rows,cols],dtype=int) # or float，rows为创建矩阵的行数，cols为列数目

• np.zeros_like与np.ones_like为创建与某矩阵大小相同的全0或1的矩阵，使用方法如下

B = np.zeros_like(A,dtype = float) # or int,A为目标矩阵。

• arange与range的区别与使用：arange为numpy的库函数，需要导入numpy库才能使用，主要用于创建一个矩阵序列，既可以创建int也可以生成float数据，生成的序列全部储存在内存中；而range为python内置函数，主要用于迭代循环，只能生成int数据，且采用惰性求值，只有在用for或者next()访问该数据时，才会生成值（与生成器类似），能够节省内存。

C = np.arange(start,end,step)
D = range(start,end,step)

• 矩阵切片：与matlab相同，采用':'表示步长，即从起始元素到终止元素（取不到）。

arr1 = np.array([[1,2,3],[2,3,4]],dtype = float)
arr1[1,:]	#第二行的所有列
arr1[1:3,:]		#从2到3行的所有列
arr1[1:,:]		#第一行后所有行的所有列
arr1[:]		全部数值

• 修改已有矩阵的数据类型：采用ndarray.astype(np.int64)或者直接覆盖，arr = np.array(arr,dtype=int64)
• 生成随机数：np.random.rand()、np.random.randi()、
• ** bool索引**: numpy数组可以通过相同形状的bool矩阵进行对应位置索引，索引的位置为bool值为True的位置，这样可以非常方便的按照某一条件修改数组中数值。

x = np.array([[1,1,2],[2,3,4])
mask = x>=1 # 生成bool掩码，数组x中值大于等于1的bool掩码。
x[mask] = 0 # 索引x中值大于1的位置，并修改值为0 

• 数组维度：

np.array([1,2]) # shape（2，）表示一维向量，元素个数有2两个，计算时按照一行两列的矩阵计算；（1，2）
np.random.rand(2) # 同样是一维向量，表示有2个元素，实际为1行2列。
np.array([[1],[2]]) # shape (2，1) 2行1列
np.array([[1,2]]) # shape (1,2)1行2列

5. 数学函数

• 计算函数：幂np.power(ndarray,n);求余数np.mod(ndarray1,ndarray2)或者np.remainder(arr1,arr2),矩阵对应位置求余,对数函数np.log(),自然指数函数np.exp(),

arr1 = np.array([[1,2,3],[2,3,4]],dtype = float)
arr2 = np.array([[1,1,2,1,2,3]],dtype = float)
pow_arr1 = np.power(arr1,3) 	# 求arr1的三次方
mod_arr1_arr2 = np.mod(arr1,arr2)	# 求arr1对arr2对应位置数字的余数
# python只提供了log（以e为底），log2以2为底，log10以10为底的三个对数函数。
np.log(arr1)
np.log2(arr1)
np.log10(arr1)
np.exp(arr1)	#指数函数

• 三角函数：np.sin()、np.cos()、np.tan()、np.arcsin()、np.arctan(),注意括号内为弧度制，需要将角度30°转换为弧度制，也就是np.sin(30/180*np.pi)

• 统计函数
  最值函数：np.amin(ndarray，axis=[])、np.amax()：最值在计算时若不指定axis则表示计算矩阵中全部值中的最大值，若指定axis=0则表示计算每列的最值（计算每列的最值也就是比较每一行的值），或者axis=1计算每行的最值（计算每行的最值也就是比较每列的值所以axis=1表示按列进行比较）。
  标准差与方差：np.std(ndarray,axis=[]),np.var(ndarray,axis=[])
  平均值：np.mean()
  加权平均值：np.average(arr1,weights = arr2),arr2为对应arr1的权重，两者形状相同，若arr2 = none则与mean相同

arr1_max = np.max(arr1)    # 求矩阵中的最大值
arr1_max_row = np.max(arr1,axis = 0)   # 计算每一列的最大值，axis=0表示行，表示比较某一列中每行的值大小并返回每列的最值。
arr1_max_col = np.max(arr1,axis = 1)   # 计算每一行的最大值，axis=1表示列，表示比较某一行中每列的值大小并返回每行的最值。
arr1_std = np.std(arr1,axis=0)
arr1_mean = np.mean(arr1,axis=0)        # 计算每列的平均值
arr1_average = np.average(arr1,weights=arr2)   # 计算每列的加权平均值，weights为权重，即每列的权重为1和2，即第一列的权重为1，第二列的权重为2
print(f'arr1的最大值为{arr1_max}', '\n', f'按行计算的最值为{arr1_max_row},按列计算的最值为{arr1_max_col}','\n',f'arr1各列的标准差为{arr1_std}','\n',f'arr1各列的平均值为{arr1_mean}',f'arr1各列的加权平均值为{arr1_average}')

6.最值函数

• max：python内置函数，用于比较单个数值大小或者寻找列表数组中的最大值。
• np.max(arr，axis = None)：numpy数据库函数，功能与max相同，但是在处理较大数组时，采用np.max运算速度可能会更快，只能计算某个数组中的最大值，默认none表示对整个数组进行计算；axis=0，按行进行比较，返回每列的最大值；axis=1：按列进行比较，返回每行的最大值。
• np.maximum(arr1,arr2)：numpy包的函数，该函数是用于比较两个数组或者数值并返回一个新的数组（采用array的广播方式进行对应位置比较并返回对应位置较大的值。）
• np.argmax(arr1,axis = None)：返回矩阵中最大值索引,这个索引值是将数据展平为一维得到的索引；axis=0，返回每列最大值的行索引值，(范围的数值为行索引，数值本身在返回的矩阵的列索引为在原矩阵位置的列索引)；axis = 1，返回每行最大值的列索引，数值本身在返回的矩阵的列索引为在原矩阵位置的行索引.
  7. np.nditer——多维数组迭代器
  it = np.nditer(arr,flags=['multi_index']) : 从arr创建一个多维数组的迭代器it，it具有方法it.multi_index（范围多维数组的索引），it.iternext()：迭代器输出下一个值，it.finished：返回的是_bool值，当迭代完成时返回True。

import numpy as np
 
arr = np.random.rand(3, 3, 3)
it = np.nditer(arr, flags=['multi_index'])
while not it.finished:
    idx = it.multi_index
    # 处理 arr[idx]
    it.iternext()# 迭代下一个值