Python数据分析笔记1 numpy

2017-09-21 1002 words 2 minutes

Contents

用了这么久numpy居然没有总结一下

1

import numpy as np

ndarray属性

1
2


# 初始化
a = np.array([[1, 2], [3, 4]])

1
2


# 第一维的维数
a.ndim

1
2


# 所有维的维数
a.shape

(2, 2)

1
2


# 数据类型
a.dtype

dtype('int64')

1
2


# 改变数据类型
a.astype(np.float64)

array([[ 1.,  2.],
       [ 3.,  4.]])

ndarray内置初始化方法

1

np.ones((2, 3))

array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

1

np.zeros((2, 3))

array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

1

np.arange(5)

array([0, 1, 2, 3, 4])

数组和标量的运算

1
2
3
4


# 相同尺寸的数组运算全部是element-wise的
a = np.ones((2, 3))
b = np.ones((2, 3)) / 2
a + b

array([[ 1.5,  1.5,  1.5],
       [ 1.5,  1.5,  1.5]])

1
2


# 数组和标量的运算全是broadcasting
a * 3

array([[ 3.,  3.,  3.],
       [ 3.,  3.,  3.]])

索引和切片

1
2
3
4
5


a = np.array([[1, 2, 3],     # 0
              [4, 5, 6],     # 1
              [7, 8, 9],     # 2
              [10, 11, 12]]) # 3
              #0  #1  #2

1
2


# 两种索引方式等价
a[1, 2] == a[1][2] == 6

True

1
2


# 花式索引: 传入一个数组
a[[0, 2]]

array([[1, 2, 3],
       [7, 8, 9]])

1
2
3


# 花式索引: 传入两个数组, 等价于取出了[1, 1], [3, 2], [2, 1]
a[[1, 3, 2], 
  [1, 2, 1]]

array([ 5, 12,  8])

1
2


# 切片
a[1:2]

array([[4, 5, 6]])

1
2


# 多维切片. 注: 切片都是引用, 不是拷贝
a[1:3, 1:3]

array([[5, 6],
       [8, 9]])

布尔索引

1
2
3
4


# masking, mask条件可以使用 |, & 等合并
a = np.array([1,2,3,1,2,3,1,2])
mask = (a == 1) | (a == 2)
mask

array([ True,  True, False,  True,  True, False,  True,  True], dtype=bool)

1
2


# mask的长度必须和数组的(第一个)维度一致
a[mask]

array([1, 2, 1, 2, 1, 2])

element-wise 函数

这里只列举一些常用的.

一元函数

函数	简介
sqrt	平方根
exp	指数
log, log1p	log(x), log(x+1)
sign	符号
isinf	无穷大的mask

二元函数

函数	简介
add(A, B)	求和
subtract(A, B)	element-wise的A减去B
multiply(A, B)	element-wise乘法
power(A, B)	element-wise的A的B次方
isinf	无穷大的mask
greater(A, B)	A>B的element-wise的mask

where指令

1
2
3


x = np.array([0, 1, 2, 3, 4])
y = np.array([5, 6, 7, 8, 9])
flag = np.array([True, False, True, False, True])

1

np.where(flag, x, y)

array([0, 6, 2, 8, 4])

flag是一个mask数组, 值为True的赋予x中的值, 值为False的赋予y中的值
x和y可以是两个数, 也可以是两个数组, 其大小甚至可以不相等

统计学函数

只介绍一下sum, 其他函数的用法类似. 其他常用函数还有mean, (arg)min, (arg)max, var, std等, 见中文版P104

1
2
3
4


a = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9],
              [10, 11, 12]])

1
2


# 在行的维度上求和
a.sum(axis=0)

array([22, 26, 30])

1
2


# 在列的维度上求和. 注意此时变成了形状为(1, 4)的数组
a.sum(axis=1)

array([ 6, 15, 24, 33])

1
2


# 在列的维度上求和时, 同时保持原数组的形状(4, 1)
a.sum(axis=1, keepdims=True)

array([[ 6],
       [15],
       [24],
       [33]])

线性代数库

懒得介绍了, 翻书吧, 中文版P109

随机数

所有函数都在np.random模块下.

函数	说明
shuffle(a)	in-place随机打乱序列
rand(d1, d2..dn)	按(d1,d2..dn)产生(0,1)均匀分布
randint(low, high, size=(d1, d2..dn))	从(floor, ceil)内随机取整数, 产生(d1,d2..dn)分布