数据分析学习之numpy

32 阅读 0 评论 0 点赞

引言

好久没写帖子了，确实变懒了，在这一个月里学习了爬虫，还有seleium自动化技术初步以及数据分析中的numpy，下一步就要学习pandas,但是欠了太多帖子没写，所以现在来补一下，现在来的是numpy的学习！

一.什么是numpy

NumPy 是一个 Python 包。它代表 “Numeric Python”。它是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。也开发了另一个包 Numarray ，它拥有一些额外的功能。 2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。这个开源项目有很多贡献者。

二.numpy操作

使用NumPy，开发人员可以执行以下操作：

数组的算数和逻辑运算。
傅立叶变换和用于图形操作的例程。
与线性代数有关的操作。 NumPy 拥有线性代数和随机数生成的内置函数。

三.numpy中ndarry对象

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。

ndarray中的每个元素在内存中使用相同大小的块。 ndarray中的每个元素是数据类型对象的对象（称为 dtype）。

从ndarray对象提取的任何元素（通过切片）由一个数组标量类型的 Python 对象表示。下图显示了ndarray，数据类型对象（dtype）和数组标量类型之间的关系。

四.创建一个ndarry对象

1.ndarry()

数组转化

l = [1,2,3,4,5]
n = np.ndarry(l)
print(type(n))   #ndarry

2.zeros(shape,dtype)

创建一个元素全为零的ndarry对象

n = np.zeros((2,2),dtype = np.int8)
print(n)   

#[0,0
#0,0]

3. ones(shape,dtype)

创建一个元素全为一的ndarry对象

n = np.ones((2,2),dtype= np.int8)
print(n)

# [1,1
#  1,1]

4.full(shape,fill_value,dtype)

创建一个自定义填充物的ndarry对象

n = np.full((2,2),fill_value=4,dtype=np.int8)
print(n)

# [4,4
#  4,4]

5.eye(N,M,K=0,dtype)

创建一个对角线的矩阵，N为行数，M为列数(默认为行数)，K为偏移量

n = np.eye(3,3,k=1,dtype= np.int8)
print(n)

# [ 0,1,0,
#   0,0,1,
#   0,0,0]

6.linspace(start,end,num,endpoint,retstep,dtyep)

创建一个等差数列ndarry对象

start和end：等差数列的头和尾

num:将等差数列中间的差值分割成为num份

endpoint：是否包含结束值

retstep：是否返回步长

n = np.linspace(5,20,15,dtype = np.int8)
print(n)


#[ 5  6  7  8  9 10 11 12 13 14 15 16 17 18 20]

7.arange((start),end,(step),dtype =None)

类似python中的range函数，这样理解就好多了，创建一个数值范围的数组

n = np.arange(10)
print(n)

#[0 1 2 3 4 5 6 7 8 9]

8.random.randint(low,high,size,dtype)

创建一个任意形状的随机元素数组，简单来说就是可以创建元素随机的多维数组

low和hight代表随机数的最大值和最小值，size表示形状

n = np.random.randint(2,9,size= (4,4),dtype = np.int8)
print(n)

#[[2 3 7 4]
 [5 2 5 8]
 [8 4 2 5]
 [2 2 7 6]]

9.random.randn(d0,d1,d2...)

创建一个服从标准正态分布的多维数组

正态分布是一个均值，其他值则在均值两侧呈现正态分布

n = np.random.randn(2,2)
print(n)

[[ 0.41904164 -1.77092805]
 [ 0.71053412 -0.37183897]]

10.random.normal(loc=0.0,scale=1.0,size = None)

创建一个正态分布，

loc为均值，即正态分布中心

scale为标准差，标准差越大，正态分布越缓，标准差越大，正态分布越陡

n = np.random.normal(0,2,(2,2))
print(n)


#[[-0.2796318  -0.87402175]
 [ 2.16434439 -0.43034606]]

11.random.random(size= None)

创建一个元素为0~1(左开右闭)的随机数集合

n = np.random.random((2,2))
print(n)

[[0.39221156 0.79644022]
 [0.18058806 0.76382577]]

12.random.rand(d0,d2,d3...)

和上面一样，一个d代表一个维度，d0表示第一维度为多少

n = np.random.rand(2,2)
print(n)

#[[0.54617447 0.48065742]
 [0.58453461 0.46653232]]

五.ndarry操作

1.索引

和正常数组一样，使用数组名【索引】可以拿到该索引下面的值，也可以修改该索引下面的值

n = [ 1  2  3  4]
    [ 5  6  7  8]
    [ 9 10 11 12]
    [13 14 15 16]

n[1][2] = n[1,2]  =1   #两种写法


n  = [ 1  2  3  4]
    [ 5  6  1  8]
    [ 9 10 11 12]
    [13 14 15 16]

2.切片

类似于列表的切片【start：end：step】

取一行：  n[0]
连续取n行：  n[a:n-a]
只取1，2，7行：  n[1,2,7]

取一列： n[:,0]
连续取n列：  n[:,a:n-a]
只取1，2，7列：  n[:,[1,2,7]]

3.翻转

将行翻转或者将列翻转

行翻转： n[::-1]
列翻转： n[:,::-1]

4.修改形状

这里说的形状是多维数组，2*3，5*2就是两种形状 reshape(数组，size)

注意：修改后的形状所包含的元素要和原形状的元素数量保持一致

n = np.reshape(n,(2,2))

5.级联操作（合并操作）

级联操作主要使用的是concatenate((n1,n2),axis)函数，n1,n2分别为两个矩阵，axis决定哪个维度合并，0为行，1为列。还有两个少见的合并hstack()水平合并，vstack()垂直合并。

6.拆分(切分，切割)

和列表的类似,split(),hsplit()水平,vsplit()垂直

n = [ 1  2  3  4]
    [ 5  6  7  8]
    [ 9 10 11 12]
    [13 14 15 16]

a = np.split(n,4)

print(a)

#[array([[1, 2, 3, 4]]), 
array([[5, 6, 7, 8]]), 
array([[ 9, 10, 11, 12]]), 
array([[13, 14, 15, 16]])]

7.复制(拷贝，副本)

copy(),学过开发，没啥好说的

8.聚合函数

max      最大值
argmax   最大值下标
min      最小值
argmin   最小值下标
average  平均值
mean     平均值
median   中位数
percentile 百分位数
std      标准差
var      方差
argwhere 寻找某个数的所有下标
power    次方


#一些数学函数，到时候查找方便
abs      绝对值
sqrt     平方根
square   平方
exp      指数
log      对数
sin      正弦
cos      余弦
tan      正切
round    四舍五入
floor    向下取整
ceil     向上取整
cumsum   求和累加

六.矩阵操作

1.基本矩阵操作

加减乘除

n+10   n-10   n*10   n/10

2.矩阵积

注意：第一个矩阵的列数必须是第二个矩阵的行数

（2*3）*（3*5）=（2*5）

np.dot()

3.矩阵逆

了解内容

线性代数：  np.linalg
矩阵逆：    np.linalg.inv(n)
行列式：    np.linalg.det(n)
矩阵的秩：  np.linalg.matrix_rank(n)

4.广播机制