Python教程

【回炉重造】Python之numpy详细教程

本文主要是介绍【回炉重造】Python之numpy详细教程,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

Python之numpy详细教程

  • 前言
    • 安装:
  • Numpy库介绍
    • 安装:
    • 教程地址:
    • Numpy数组和Python列表性能对比:
  • NumPy数组基本用法
    • numpy中的数组:
    • 创建数组(np.ndarray对象):
    • ndarray常用属性:
      • `ndarray.dtype`:
      • `ndarray.size`:
      • `ndarray.ndim`:
      • `ndarray.shape`:
      • `ndarray.itemsize`:
  • Numpy数组操作
    • 数组广播机制:
      • 数组与数的计算:
      • 数组与数组的计算:
      • 广播原则:
    • 数组形状的操作:
      • reshape和resize方法:
      • flatten和ravel方法:
      • 不同数组的组合:
      • 数组的切割:
    • 数组(矩阵)转置和轴对换:
  • Numpy数组操作
    • 索引和切片:
    • 布尔索引:
    • 值的替换:
  • 深拷贝和浅拷贝
      • 不拷贝:
      • View或者浅拷贝:
      • 深拷贝:
      • 例子:
  • 文件操作
    • 操作CSV文件:
      • 文件保存:
      • 读取文件:
    • np独有的存储解决方案:
  • CSV文件操作:
    • 读取csv文件:
    • 写入数据到csv文件:
  • NAN和INF值处理
    • NAN一些特点:
    • 删除缺失值:
    • 用其他值进行替代:
  • np.random模块
    • np.random.seed:
    • np.random.rand:
    • np.random.randn:
    • np.random.randint:
    • np.random.choice:
    • np.random.shuffle:
    • 更多:
  • Axis理解
    • 三维以上数组:
  • 通用函数
    • 一元函数:
    • 二元函数:
      • 聚合函数:
      • 布尔数组的函数:
      • 排序:
      • 其他函数补充:
    • 更多:
  • Numpy练习题
    • 一、查看Numpy的版本号:
    • 二、如何创建一个所有值都是False的布尔类型的数组:
    • 三、将一个有10个数的数组的形状进行转换:
    • 四、将数组中所有偶数都替换成0(改变原来数组和不改变原来数组两种方式实现):
    • 五、创建一个一维且有10个数的数组,元素是从`0-1`之间,但是不包含0和1:
    • 六、求以下数组大于等于5并且小于等于10的数组:
    • 七、将一个二维数组的行和列分别进行逆向:
    • 八、如何将科学计数法转换为浮点类型打印:
    • 九、获取一个数组中唯一的元素:
    • 十、获取一个数组中唯一的元素个数的排行:
    • 十一、如何找到数组中每行的最大值:
    • 十二、如何按照行求最小值与最大值相除的结果:
    • 十三、判断两个数组是否完全相等:
    • 十四、设置一个数组不能修改值:
    • 十五、找到数组中离某个元素的最近的值:

前言

Numpy(Numerical Python的简称)是一个专门用来做科学计算的库,主要用在多维数组(矩阵)方面的处理。

因为Numpy底层是用C语言开发的,所以他在处理一些多维数组(矩阵)的时候,比原生Python的列表快得很多。

Numpy是个基础的科学计算库,Python其余的科学计算扩展大部分都是以此为基础。

安装:

进入到你自己的环境中,然后输入conda install numpy即可安装。安装完成后,以后在pycharm中使用的时候如果出现以下错误:

在这里插入图片描述

那么需要把Anaconda的安装路径添加到PATH的环境变量中。比如我是把Anaconda安装在D:\ProgramApp\Anaconda,那么需要添加以下三个环境变量:

在这里插入图片描述

Numpy库介绍

NumPy是一个功能强大的Python库,主要用于对多维数组执行计算。

NumPy这个词来源于两个单词-- NumericalPythonNumPy提供了大量的库函数和操作,可以帮助程序员轻松地进行数值计算。在数据分析和机器学习领域被广泛使用。他有以下几个特点:

  1. numpy内置了并行运算功能,当系统有多个核心时,做某种计算时,numpy会自动做并行计算。
  2. Numpy底层使用C语言编写,内部解除了GIL(全局解释器锁),其对数组的操作速度不受Python解释器的限制,效率远高于纯Python代码。
  3. 有一个强大的N维数组对象Array(一种类似于列表的东西)。
  4. 实用的线性代数、傅里叶变换和随机数生成函数。

总而言之,他是一个非常高效的用于处理数值型运算的包。

安装:

通过pip install numpy即可安装。

教程地址:

  1. 官网:https://docs.scipy.org/doc/numpy/user/quickstart.html
  2. 中文文档:https://www.numpy.org.cn/user_guide/quickstart_tutorial/index.html

Numpy数组和Python列表性能对比:

比如我们想要对一个Numpy数组和Python列表中的每个素进行求平方。那么代码如下:

# Python列表的方式
t1 = time.time()
a = []
for x in range(100000):
    a.append(x**2)
t2 = time.time()
t = t2 - t1
print(t)

花费的时间大约是0.07180左右。而如果使用numpy的数组来做,那速度就要快很多了:

t3 = time.time()
b = np.arange(100000)**2
t4 = time.time()
print(t4-t3)

NumPy数组基本用法

  1. NumpyPython科学计算库,用于快速处理任意维度的数组。
  2. NumPy提供一个N维数组类型ndarray,它描述了相同类型的“items”的集合。
  3. numpy.ndarray支持向量化运算。
  4. NumPy使用c语言写的,底部解除了GIL,其对数组的操作速度不在受python解释器限制。

numpy中的数组:

Numpy中的数组的使用跟Python中的列表非常类似。他们之间的区别如下:

  1. 一个列表中可以存储多种数据类型。比如a = [1,'a']是允许的,而数组只能存储同种数据类型。
  2. 数组可以是多维的,当多维数组中所有的数据都是数值类型的时候,相当于线性代数中的矩阵,是可以进行相互间的运算的。

创建数组(np.ndarray对象):

Numpy经常和数组打交道,因此首先第一步是要学会创建数组。在Numpy中的数组的数据类型叫做ndarray。以下是两种创建的方式:

  1. 根据Python中的列表生成:

    import numpy as np
    a1 = np.array([1,2,3,4])
    print(a1)
    print(type(a1))
    
  2. 使用np.arange生成,np.arange的用法类似于Python中的range

    import numpy as np
    a2 = np.arange(2,21,2)
    print(a2)
    
  3. 使用np.random生成随机数的数组:

    a1 = np.random.random(2,2) # 生成2行2列的随机数的数组
    a2 = np.random.randint(0,10,size=(3,3)) # 元素是从0-10之间随机的3行3列的数组
    
  4. 使用函数生成特殊的数组:

    import numpy as np
    a1 = np.zeros((2,2)) #生成一个所有元素都是0的2行2列的数组
    a2 = np.ones((3,2)) #生成一个所有元素都是1的3行2列的数组
    a3 = np.full((2,2),8) #生成一个所有元素都是8的2行2列的数组
    a4 = np.eye(3) #生成一个在斜方形上元素为1,其他元素都为0的3x3的矩阵
    

ndarray常用属性:

ndarray.dtype

因为数组中只能存储同一种数据类型,因此可以通过dtype获取数组中的元素的数据类型。以下是ndarray.dtype的常用的数据类型:

数据类型描述唯一标识符
bool用一个字节存储的布尔类型(True或False)‘b’
int8一个字节大小,-128 至 127‘i1’
int16整数,16 位整数(-32768 ~ 32767)‘i2’
int32整数,32 位整数(-2147483648 ~ 2147483647)‘i4’
int64整数,64 位整数(-9223372036854775808 ~ 9223372036854775807)‘i8’
uint8无符号整数,0 至 255‘u1’
uint16无符号整数,0 至 65535‘u2’
uint32无符号整数,0 至 2 ** 32 - 1‘u4’
uint64无符号整数,0 至 2 ** 64 - 1‘u8’
float16半精度浮点数:16位,正负号1位,指数5位,精度10位‘f2’
float32单精度浮点数:32位,正负号1位,指数8位,精度23位‘f4’
float64双精度浮点数:64位,正负号1位,指数11位,精度52位‘f8’
complex64复数,分别用两个32位浮点数表示实部和虚部‘c8’
complex128复数,分别用两个64位浮点数表示实部和虚部‘c16’
object_python对象‘O’
string_字符串‘S’
unicode_unicode类型‘U’

我们可以看到,Numpy中关于数值的类型比Python内置的多得多,这是因为Numpy为了能高效处理处理海量数据而设计的。举个例子,比如现在想要存储上百亿的数字,并且这些数字都不超过254(一个字节内),我们就可以将dtype设置为int8,这样就比默认使用int64更能节省内存空间了。类型相关的操作如下:

  1. 默认的数据类型:

    import numpy as np
    a1 = np.array([1,2,3])
    print(a1.dtype) 
    # 如果是windows系统,默认是int32
    # 如果是mac或者linux系统,则根据系统来
    
  2. 指定dtype

    import numpy as np
    a1 = np.array([1,2,3],dtype=np.int64)
    # 或者 a1 = np.array([1,2,3],dtype="i8")
    print(a1.dtype)
    
  3. 修改dtype

    import numpy as np
    a1 = np.array([1,2,3])
    print(a1.dtype) # window系统下默认是int32
    # 以下修改dtype
    a2 = a1.astype(np.int64) # astype不会修改数组本身,而是会将修改后的结果返回
    print(a2.dtype)
    

ndarray.size

获取数组中总的元素的个数。比如有个二维数组:

   import numpy as np
   a1 = np.array([[1,2,3],[4,5,6]])
   print(a1.size) #打印的是6,因为总共有6个元素

ndarray.ndim

数组的维数。比如:

   a1 = np.array([1,2,3])   print(a1.ndim) # 维度为1   a2 = np.array([[1,2,3],[4,5,6]])   print(a2.ndim) # 维度为2   a3 = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])   print(a3.ndim) # 维度为3

ndarray.shape

数组的维度的元组。比如以下代码:

   a1 = np.array([1,2,3])   print(a1.shape) # 输出(3,),意思是一维数组,有3个数据   a2 = np.array([[1,2,3],[4,5,6]])   print(a2.shape) # 输出(2,3),意思是二位数组,2行3列   a3 = np.array([       [           [1,2,3],           [4,5,6]       ],       [           [7,8,9],           [10,11,12]       ]   ])   print(a3.shape) # 输出(2,2,3),意思是三维数组,总共有2个元素,每个元素是2行3列的   a44 = np.array([1,2,3],[4,5])   print(a4.shape) # 输出(2,),意思是a4是一个一维数组,总共有2列   print(a4) # 输出[list([1, 2, 3]) list([4, 5])],其中最外面层是数组,里面是Python列表

另外,我们还可以通过ndarray.reshape来重新修改数组的维数。示例代码如下:

   a1 = np.arange(12) #生成一个有12个数据的一维数组   print(a1)    a2 = a1.reshape((3,4)) #变成一个2维数组,是3行4列的   print(a2)   a3 = a1.reshape((2,3,2)) #变成一个3维数组,总共有2块,每一块是2行2列的   print(a3)   a4 = a2.reshape((12,)) # 将a2的二维数组重新变成一个12列的1维数组   print(a4)   a5 = a2.flatten() # 不管a2是几维数组,都将他变成一个一维数组   print(a5)

注意,reshape并不会修改原来数组本身,而是会将修改后的结果返回。如果想要直接修改数组本身,那么可以使用resize来替代reshape

ndarray.itemsize

数组中每个元素占的大小,单位是字节。比如以下代码:

   a1 = np.array([1,2,3],dtype=np.int32)   print(a1.itemsize) # 打印4,因为每个字节是8位,32位/8=4个字节

Numpy数组操作

数组广播机制:

数组与数的计算:

Python列表中,想要对列表中所有的元素都加一个数,要么采用map函数,要么循环整个列表进行操作。但是NumPy中的数组可以直接在数组上进行操作。

示例代码如下:

import numpy as np
a1 = np.random.random((3,4))
print(a1)
# 如果想要在a1数组上所有元素都乘以10,那么可以通过以下来实现
a2 = a1*10
print(a2)
# 也可以使用round让所有的元素只保留2位小数
a3 = a2.round(2)

以上例子是相乘,其实相加、相减、相除也都是类似的。

数组与数组的计算:

  1. 结构相同的数组之间的运算:

    a1 = np.arange(0,24).reshape((3,8))
    a2 = np.random.randint(1,10,size=(3,8))
    a3 = a1 + a2 #相减/相除/相乘都是可以的
    print(a1)
    print(a2)
    print(a3)
    
  2. 与行数相同并且只有1列的数组之间的运算:

    a1 = np.random.randint(10,20,size=(3,8)) #3行8列
    a2 = np.random.randint(1,10,size=(3,1)) #3行1列
    a3 = a1 - a2 #行数相同,且a2只有1列,能互相运算
    print(a3)
    
  3. 与列数相同并且只有1行的数组之间的运算:

    a1 = np.random.randint(10,20,size=(3,8)) #3行8列
    a2 = np.random.randint(1,10,size=(1,8))
    a3 = a1 - a2
    print(a3)
    

广播原则:

如果两个数组的后缘维度(trailing dimension,即从末尾开始算起的维度)的轴长度相符或其中一方的长度为1,则认为他们是广播兼容的。广播会在缺失和(或)长度为1的维度上进行。

看以下案例分析:

  1. shape(3,8,2)的数组能和(8,3)的数组进行运算吗?
    分析:不能,因为按照广播原则,从后面往前面数,(3,8,2)(8,3)中的23不相等,所以不能进行运算。

  2. shape(3,8,2)的数组能和(8,1)的数组进行运算吗?
    分析:能,因为按照广播原则,从后面往前面数,(3,8,2)(8,1)中的21虽然不相等,但是因为有一方的长度为1,所以能参与运算。

  3. shape(3,1,8)的数组能和(8,1)的数组进行运算吗?
    分析:能,因为按照广播原则,从后面往前面数,(3,1,4)(8,1)中的41虽然不相等且18不相等,但是因为这两项中有一方的长度为1,所以能参与运算。


数组形状的操作:

可以通过一些函数,非常方便的操作数组的形状。

reshape和resize方法:

两个方法都是用来修改数组形状的,但是有一些不同。

  1. reshape是将数组转换成指定的形状,然后返回转换后的结果,对于原数组的形状是不会发生改变的。调用方式:

    a1 = np.random.randint(0,10,size=(3,4))
    a2 = a1.reshape((2,6)) #将修改后的结果返回,不会影响原数组本身
    
  2. resize是将数组转换成指定的形状,会直接修改数组本身。并不会返回任何值。调用方式:

    a1 = np.random.randint(0,10,size=(3,4))
    a1.resize((2,6)) #a1本身发生了改变
    

flatten和ravel方法:

两个方法都是将多维数组转换为一维数组,但是有以下不同:

  1. flatten是将数组转换为一维数组后,然后将这个拷贝返回回去,所以后续对这个返回值进行修改不会影响之前的数组。
  2. ravel是将数组转换为一维数组后,将这个视图(可以理解为引用)返回回去,所以后续对这个返回值进行修改会影响之前的数组。
    比如以下代码:
x = np.array([[1, 2], [3, 4]])
x.flatten()[1] = 100 #此时的x[0]的位置元素还是1
x.ravel()[1] = 100 #此时x[0]的位置元素是100

不同数组的组合:

如果有多个数组想要组合在一起,也可以通过其中的一些函数来实现。

  1. vstack:将数组按垂直方向进行叠加。数组的列数必须相同才能叠加。示例代码如下:

    a1 = np.random.randint(0,10,size=(3,5))
    a2 = np.random.randint(0,10,size=(1,5))
    a3 = np.vstack([a1,a2])
    
  2. hstack:将数组按水平方向进行叠加。数组的行必须相同才能叠加。示例代码如下:

    a1 = np.random.randint(0,10,size=(3,2))
    a2 = np.random.randint(0,10,size=(3,1))a3 = np.hstack([a1,a2])
    
  3. concatenate([],axis):将两个数组进行叠加,但是具体是按水平方向还是按垂直方向。则要看axis的参数,如果axis=0,那么代表的是往垂直方向(行)叠加,如果axis=1,那么代表的是往水平方向(列)上叠加,如果axis=None,那么会将两个数组组合成一个一维数组。
    需要注意的是,如果往水平方向上叠加,那么行必须相同,如果是往垂直方向叠加,那么列必须相同。

示例代码如下:

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
np.concatenate((a, b), axis=0)
# 结果:
array([[1, 2],
    [3, 4],
    [5, 6]])

np.concatenate((a, b.T), axis=1)
# 结果:
array([[1, 2, 5],
    [3, 4, 6]])

np.concatenate((a, b), axis=None)
# 结果:
array([1, 2, 3, 4, 5, 6])

数组的切割:

通过hsplitvsplit以及array_split可以将一个数组进行切割。

  1. hsplit:按照水平方向进行切割。用于指定分割成几列,可以使用数字来代表分成几部分,也可以使用数组来代表分割的地方。

示例代码如下:

a1 = np.arange(16.0).reshape(4, 4)
np.hsplit(a1,2) #分割成两部分
>>> array([[ 0.,  1.],
     [ 4.,  5.],
     [ 8.,  9.],
     [12., 13.]]), array([[ 2.,  3.],
     [ 6.,  7.],
     [10., 11.],
     [14., 15.]])]

np.hsplit(a1,[1,2]) #代表在下标为1的地方切一刀,下标为2的地方切一刀,分成三部分
>>> [array([[ 0.],
     [ 4.],
     [ 8.],
     [12.]]), array([[ 1.],
     [ 5.],
     [ 9.],
     [13.]]), array([[ 2.,  3.],
     [ 6.,  7.],
     [10., 11.],
     [14., 15.]])]
  1. vsplit:按照垂直方向进行切割。用于指定分割成几行,可以使用数字来代表分成几部分,也可以使用数组来代表分割的地方。示例代码如下:
np.vsplit(x,2) #代表按照行总共分成2个数组
>>> [array([[0., 1., 2., 3.],
     [4., 5., 6., 7.]]), array([[ 8.,  9., 10., 11.],
     [12., 13., 14., 15.]])]

np.vsplit(x,(1,2)) #代表按照行进行划分,在下标为1的地方和下标为2的地方分割
>>> [array([[0., 1., 2., 3.]]),
    array([[4., 5., 6., 7.]]),
    array([[ 8.,  9., 10., 11.],
           [12., 13., 14., 15.]])]
  1. split/array_split(array,indicate_or_seciont,axis):用于指定切割方式,在切割的时候需要指定是按照行还是按照列,axis=1代表按照列,axis=0代表按照行。示例代码如下:

    np.array_split(x,2,axis=0) #按照垂直方向切割成2部分>>> [array([[0., 1., 2., 3.],     [4., 5., 6., 7.]]), array([[ 8.,  9., 10., 11.],     [12., 13., 14., 15.]])]
    

数组(矩阵)转置和轴对换:

numpy中的数组其实就是线性代数中的矩阵。矩阵是可以进行转置的。ndarray有一个T属性,可以返回这个数组的转置的结果。示例代码如下:

a1 = np.arange(0,24).reshape((4,6))
a2 = a1.T
print(a2)

另外还有一个方法叫做transpose,这个方法返回的是一个View,也即修改返回值,会影响到原来数组。示例代码如下:

a1 = np.arange(0,24).reshape((4,6))
a2 = a1.transpose()

为什么要进行矩阵转置呢,有时候在做一些计算的时候需要用到。比如做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵:

a1 = np.arange(0,24).reshape((4,6))
a2 = a1.T
print(a1.dot(a2))

Numpy数组操作

索引和切片:

  1. 获取某行的数据:

     # 1. 如果是一维数组
     a1 = np.arange(0,29)
     print(a1[1]) #获取下标为1的元素
    
     a1 = np.arange(0,24).reshape((4,6))
     print(a1[1]) #获取下标为1的行的数据
    
  2. 连续获取某几行的数据:

     # 1. 获取连续的几行的数据
     a1 = np.arange(0,24).reshape((4,6))
     print(a1[0:2]) #获取0行到1行的数据
    
     # 2. 获取不连续的几行的数据
     print(a1[[0,2,3]])
    
     # 3. 也可以使用负数进行索引
     print(a1[[-1,-2]])
    
  3. 获取某行某列的数据:

     a1 = np.arange(0,24).reshape((4,6))
     print(a1[1,1]) #获取1行1列的数据
    
     print(a1[0:2,0:2]) #获取0-1行的0-1列的数据
     print(a1[[1,2],[2,3]]) #获取(1,2)和(2,3)的两个数据,这也叫花式索引
    
  4. 获取某列的数据:

     a1 = np.arange(0,24).reshape((4,6))
     print(a1[:,1]) #获取第1列的数据
    

布尔索引:

布尔运算也是矢量的,比如以下代码:

a1 = np.arange(0,24).reshape((4,6))
print(a1<10) #会返回一个新的数组,这个数组中的值全部都是bool类型
> [[ True  True  True  True  True  True]
 [ True  True  True  True False False]
 [False False False False False False]
 [False False False False False False]]

这样看上去没有什么用,假如我现在要实现一个需求,要将a1数组中所有小于10的数据全部都提取出来。那么可以使用以下方式实现:

a1 = np.arange(0,24).reshape((4,6))
a2 = a1 < 10
print(a1[a2]) #这样就会在a1中把a2中为True的元素对应的位置的值提取出来

其中布尔运算可以有!===><>=<=以及&(与)|(或)。示例代码如下:

a1 = np.arange(0,24).reshape((4,6))
a2 = a1[(a1 < 5) | (a1 > 10)]
print(a2)

值的替换:

利用索引,也可以做一些值的替换。把满足条件的位置的值替换成其他的值。比如以下代码:

a1 = np.arange(0,24).reshape((4,6))
a1[3] = 0 #将第三行的所有值都替换成0
print(a1)

也可以使用条件索引来实现:

a1 = np.arange(0,24).reshape((4,6))a1[a1 < 5] = 0 #将小于5的所有值全部都替换成0print(a1)

还可以使用函数来实现:

# where函数:a1 = np.arange(0,24).reshape((4,6))a2 = np.where(a1 < 10,1,0) #把a1中所有小于10的数全部变成1,其余的变成0print(a2)

深拷贝和浅拷贝

在操作数组的时候,它们的数据有时候拷贝进一个新的数组,有时候又不是。这经常是初学者感到困惑。下面有三种情况:

不拷贝:

如果只是简单的赋值,那么不会进行拷贝。示例代码如下:

a = np.arange(12)
b = a #这种情况不会进行拷贝
print(b is a) #返回True,说明b和a是相同的

View或者浅拷贝:

有些情况,会进行变量的拷贝,但是他们所指向的内存空间都是一样的,那么这种情况叫做浅拷贝,或者叫做View(视图)。比如以下代码:

a = np.arange(12)
c = a.view()
print(c is a) #返回False,说明c和a是两个不同的变量
c[0] = 100
print(a[0]) #打印100,说明对c上的改变,会影响a上面的值,说明他们指向的内存空间还是一样的,这种叫做浅拷贝,或者说是view

深拷贝:

将之前数据完完整整的拷贝一份放到另外一块内存空间中,这样就是两个完全不同的值了。示例代码如下:

a = np.arange(12)
d = a.copy()
print(d is a) #返回False,说明d和a是两个不同的变量
d[0] = 100
print(a[0]) #打印0,说明d和a指向的内存空间完全不同了。

例子:

像之前讲到的flattenravel就是这种情况,ravel返回的就是View,而flatten返回的就是深拷贝。

文件操作

操作CSV文件:

文件保存:

有时候我们有了一个数组,需要保存到文件中,那么可以使用np.savetxt来实现。相关的函数描述如下:

np.savetxt(frame, array, fmt='%.18e', delimiter=None)
* frame : 文件、字符串或产生器,可以是.gz或.bz2的压缩文件
* array : 存入文件的数组
* fmt : 写入文件的格式,例如:%d %.2f %.18e
* delimiter : 分割字符串,默认是任何空格

以下是使用的例子:

a = np.arange(100).reshape(5,20)
np.savetxt("a.csv",a,fmt="%d",delimiter=",")

读取文件:

有时候我们的数据是需要从文件中读取出来的,那么可以使用np.loadtxt来实现。相关的函数描述如下:

np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False)
* frame:文件、字符串或产生器,可以是.gz或.bz2的压缩文件。
* dtype:数据类型,可选。
* delimiter:分割字符串,默认是任何空格。
* skiprows:跳过前面x行。
* usecols:读取指定的列,用元组组合。
* unpack:如果True,读取出来的数组是转置后的。

np独有的存储解决方案:

numpy中还有一种独有的存储解决方案。文件名是以.npy或者npz结尾的。以下是存储和加载的函数。

  1. 存储:np.save(fname,array)np.savez(fname,array)。其中,前者函数的扩展名是.npy,后者的扩展名是.npz,后者是经过压缩的。
  2. 加载:np.load(fname)

CSV文件操作:

读取csv文件:

import csv

with open('stock.csv','r') as fp:
    reader = csv.reader(fp)
    titles = next(reader)
    for x in reader:
        print(x)

这样操作,以后获取数据的时候,就要通过下表来获取数据。如果想要在获取数据的时候通过标题来获取。那么可以使用DictReader。示例代码如下:

import csv

with open('stock.csv','r') as fp:
    reader = csv.DictReader(fp)
    for x in reader:
        print(x['turnoverVol'])

写入数据到csv文件:

写入数据到csv文件,需要创建一个writer对象,主要用到两个方法。一个是writerow,这个是写入一行。一个是writerows,这个是写入多行。示例代码如下:

import csv

headers = ['name','age','classroom']
values = [
    ('zhiliao',18,'111'),
    ('wena',20,'222'),
    ('bbc',21,'111')
]
with open('test.csv','w',newline='') as fp:
    writer = csv.writer(fp)
    writer.writerow(headers)
    writer.writerows(values)

也可以使用字典的方式把数据写入进去。这时候就需要使用DictWriter了。示例代码如下:

import csv

headers = ['name','age','classroom']
values = [
    {"name":'wenn',"age":20,"classroom":'222'},
    {"name":'abc',"age":30,"classroom":'333'}
]
with open('test.csv','w',newline='') as fp:
    writer = csv.DictWriter(fp,headers)
    writer.writerow({'name':'zhiliao',"age":18,"classroom":'111'})
    writer.writerows(values)

NAN和INF值处理

首先我们要知道这两个英文单词代表的什么意思:

  1. NANNot A number,不是一个数字的意思,但是他是属于浮点类型的,所以想要进行数据操作的时候需要注意他的类型。
  2. INFInfinity,代表的是无穷大的意思,也是属于浮点类型。np.inf表示正无穷大,-np.inf表示负无穷大,一般在出现除数为0的时候为无穷大。比如2/0

NAN一些特点:

  1. NAN和NAN不相等。比如np.NAN != np.NAN这个条件是成立的。
  2. NAN和任何值做运算,结果都是NAN。

有些时候,特别是从文件中读取数据的时候,经常会出现一些缺失值。缺失值的出现会影响数据的处理。

因此我们在做数据分析之前,先要对缺失值进行一些处理。处理的方式有多种,需要根据实际情况来做。

一般有两种处理方式:删除缺失值,用其他值进行填充。

删除缺失值:

有时候,我们想要将数组中的NAN删掉,那么我们可以换一种思路,就是只提取不为NAN的值。示例代码如下:

# 1. 删除所有NAN的值,因为删除了值后数组将不知道该怎么变化,所以会被变成一维数组
data = np.random.randint(0,10,size=(3,5)).astype(np.float)
data[0,1] = np.nan
data = data[~np.isnan(data)] # 此时的data会没有nan,并且变成一个1维数组

# 2. 删除NAN所在的行
data = np.random.randint(0,10,size=(3,5)).astype(np.float)
# 将第(0,1)和(1,2)两个值设置为NAN
data[[0,1],[1,2]] = np.NAN
# 获取哪些行有NAN
lines = np.where(np.isnan(data))[0]
# 使用delete方法删除指定的行,axis=0表示删除行,lines表示删除的行号
data1 = np.delete(data,lines,axis=0)

用其他值进行替代:

有些时候我们不想直接删掉,比如有一个成绩表,分别是数学和英语,但是因为某个人在某个科目上没有成绩,那么此时就会出现NAN的情况,这时候就不能直接删掉了,就可以使用某些值进行替代。假如有以下表格:

数学英语
5989
9032
7845
34NAN
NAN56
2356

如果想要求每门成绩的总分,以及每门成绩的平均分,那么就可以采用某些值替代。比如求总分,那么就可以把NAN替换成0,如果想要求平均分,那么就可以把NAN替换成其他值的平均值。示例代码如下:

scores = np.loadtxt("nan_scores.csv",skiprows=1,delimiter=",",encoding="utf-8",dtype=np.str)
scores[scores == ""] = np.NAN
scores = scores.astype(np.float)
# 1. 求出学生成绩的总分
scores1 = scores.copy()
socres1.sum(axis=1)

# 2. 求出每门成绩的平均分
scores2 = scores.copy()
for x in range(scores2.shape[1]):
    score = scores2[:,x]
    non_nan_score = score[score == score]
    score[score != score] = non_nan_score.mean()
print(scores2.mean(axis=0))

np.random模块

np.random为我们提供了许多获取随机数的函数。这里统一来学习一下。

np.random.seed:

用于指定随机数生成时所用算法开始的整数值,如果使用相同的seed()值,则每次生成的随即数都相同,如果不设置这个值,则系统根据时间来自己选择这个值,此时每次生成的随机数因时间差异而不同。一般没有特殊要求不用设置。

以下代码:

np.random.seed(1)
print(np.random.rand()) # 打印0.417022004702574
print(np.random.rand()) # 打印其他的值,因为随机数种子只对下一次随机数的产生会有影响。

np.random.rand:

生成一个值为[0,1)之间的数组,形状由参数指定,如果没有参数,那么将返回一个随机值。

示例代码如下:

data1 = np.random.rand(2,3,4) # 生成2块3行4列的数组,值从0-1之间
data2 = np.random.rand() #生成一个0-1之间的随机数

np.random.randn:

生成均值(μ)为0,标准差(σ)为1的标准正态分布的值。

示例代码如下:

data = np.random.randn(2,3) #生成一个2行3列的数组,数组中的值都满足标准正太分布

np.random.randint:

生成指定范围内的随机数,并且可以通过size参数指定维度。

示例代码如下:

data1 = np.random.randint(10,size=(3,5)) #生成值在0-10之间,3行5列的数组
data2 = np.random.randint(1,20,size=(3,6)) #生成值在1-20之间,3行6列的数组

np.random.choice:

从一个列表或者数组中,随机进行采样。或者是从指定的区间中进行采样,采样个数可以通过参数指定:

data = [4,65,6,3,5,73,23,5,6]
result1 = np.random.choice(data,size=(2,3)) #从data中随机采样,生成2行3列的数组
result2 = np.random.choice(data,3) #从data中随机采样3个数据形成一个一维数组
result3 = np.random.choice(10,3) #从0-10之间随机取3个值

np.random.shuffle:

把原来数组的元素的位置打乱。

示例代码如下:

a = np.arange(10)
np.random.shuffle(a) #将a的元素的位置都会进行随机更换

更多:

更多的random模块的文档,请参考Numpy的官方文档:https://docs.scipy.org/doc/numpy/reference/routines.random.html

Axis理解

之前的课程中,为了方便大家理解,我们说axis=0代表的是行,axis=1代表的是列。但其实不是这么简单理解的。这里我们专门用一节来解释一下这个axis轴的概念。

简单来说, 最外面的括号代表着 axis=0,依次往里的括号对应的 axis 的计数就依次加 1

什么意思呢?下面再来解释一下。
在这里插入图片描述

最外面的括号就是axis=0,里面两个子括号axis=1
操作方式:如果指定轴进行相关的操作,那么他会使用轴下的每个直接子元素的第0个,第1个,第2个…分别进行相关的操作。

现在我们用刚刚理解的方式来做几个操作。比如现在有一个二维的数组:

x = np.array([[0,1],[2,3]])
  1. x数组在axis=0axis=1两种情况下的和:

     >>> x.sum(axis=0)
     array([2, 4])
    

    为什么得到的是[2,4]呢,原因是我们按照axis=0的方式进行相加,那么就会把最外面轴下的所有直接子元素中的第0个位置进行相加,第1个位置进行相加…依此类推,得到的就是0+2以及2+3,然后进行相加,得到的结果就是[2,4]

     >>> x.sum(axis=1)
     array([1, 5])
    

    因为我们按照axis=1的方式进行相加,那么就会把轴为1里面的元素拿出来进行求和,得到的就是0,1,进行相加为1,以及2,3进行相加为5,所以最终结果就是[1,5]了。

  2. np.maxaxis=0axis=1两种情况下的最大值:

>>> np.random.seed(100)
>>> x = np.random.randint(0,10,size=(3,5))
>>> x.max(axis=0)
array([8, 8, 3, 7, 8])

因为我们是按照axis=0进行求最大值,那么就会在最外面轴里面找直接子元素,然后将每个子元素的第0个值放在一起求最大值,将第1个值放在一起求最大值,以此类推。而如果axis=1,那么就是拿到每个直接子元素,然后求每个子元素中的最大值:

>>> x.max(axis=1)
array([8, 5, 8])
  1. np.deleteaxis=0axis=1两种情况下删除元素:

     >>> np.delete(x,0,axis=0)
     array([[2, 3]])
    

    np.delete是个例外。我们按照axis=0的方式进行删除,那么他会首先找到最外面的括号下的直接子元素中的第0个,然后删掉,剩下最后一行的数据。

     >>> np.delete(x,0,axis=1)
     array([[1],
            [3]])
    

    同理,如果我们按照axis=1进行删除,那么会把第一列的数据删掉。

三维以上数组:

在这里插入图片描述

按照之前的理论,如果以上数组按照axis=0的方式进行相加,得到的结果如下:

在这里插入图片描述

如果是按照axis=1的方式进行相加,得到的结果如下:

在这里插入图片描述

通用函数

一元函数:

函数描述
np.abs绝对值
np.sqrt开根
np.square平方
np.exp计算指数(e^x)
np.log,np.log10,np.log2,np.log1p求以e为底,以10为低,以2为低,以(1+x)为底的对数
np.sign将数组中的值标签化,大于0的变成1,等于0的变成0,小于0的变成-1
np.ceil朝着无穷大的方向取整,比如5.1会变成6,-6.3会变成-6
np.floor朝着负无穷大方向取证,比如5.1会变成5,-6.3会变成-7
np.rint,np.round返回四舍五入后的值
np.modf将整数和小数分隔开来形成两个数组
np.isnan判断是否是nan
np.isinf判断是否是inf
np.cos,np.cosh,np.sin,np.sinh,np.tan,np.tanh三角函数
np.arccos,np.arcsin,np.arctan反三角函数

二元函数:

函数描述
np.add加法运算(即1+1=2),相当于+
np.subtract减法运算(即3-2=1),相当于-
np.negative负数运算(即-2),相当于加个负号
np.multiply乘法运算(即2*3=6),相当于*
np.divide除法运算(即3/2=1.5),相当于/
np.floor_divide取整运算,相当于//
np.mod取余运算,相当于%
greater,greater_equal,less,less_equal,equal,not_equal>,>=,<,<=,=,!=的函数表达式
logical_and&的函数表达式
logical_or|的函数表达式

聚合函数:

函数名称NAN安全版本描述
np.sumnp.nansum计算元素的和
np.prodnp.nanprod计算元素的积
np.meannp.nanmean计算元素的平均值
np.stdnp.nanstd计算元素的标准差
np.varnp.nanvar计算元素的方差
np.minnp.nanmin计算元素的最小值
np.maxnp.nanmax计算元素的最大值
np.argminnp.nanargmin找出最小值的索引
np.argmaxnp.nanargmax找出最大值的索引
np.mediannp.nanmedian计算元素的中位数

使用np.sum或者是a.sum即可实现。并且在使用的时候,可以指定具体哪个轴。同样Python中也内置了sum函数,但是Python内置的sum函数执行效率没有np.sum那么高,可以通过以下代码测试了解到:

a = np.random.rand(1000000)
%timeit sum(a) #使用Python内置的sum函数求总和,看下所花费的时间
%timeit np.sum(a) #使用Numpy的sum函数求和,看下所花费的时间

布尔数组的函数:

函数名称描述
np.any验证任何一个元素是否为真
np.all验证所有元素是否为真

比如想看下数组中是不是所有元素都为0,那么可以通过以下代码来实现:

np.all(a==0) 
# 或者是
(a==0).all()

比如我们想要看数组中是否有等于0的数,那么可以通过以下代码来实现:

np.any(a==0)
# 或者是
(a==0).any()

排序:

  1. np.sort:指定轴进行排序。默认是使用数组的最后一个轴进行排序。

     a = np.random.randint(0,10,size=(3,5))
     b = np.sort(a) #按照行进行排序,因为最后一个轴是1,那么就是将最里面的元素进行排序。
     c = np.sort(a,axis=0) #按照列进行排序,因为指定了axis=0
    

    还有ndarray.sort(),这个方法会直接影响到原来的数组,而不是返回一个新的排序后的数组。

  2. np.argsort:返回排序后的下标值。示例代码如下:

     np.argsort(a) #默认也是使用最后的一个轴来进行排序。
    
  3. 降序排序:np.sort默认会采用升序排序。如果我们想采用降序排序。那么可以采用以下方案来实现:

     # 1. 使用负号
     -np.sort(-a)
    
     # 2. 使用sort和argsort以及take
     indexes = np.argsort(-a) #排序后的结果就是降序的
     np.take(a,indexes) #从a中根据下标提取相应的元素
    

其他函数补充:

  1. np.apply_along_axis:沿着某个轴执行指定的函数。示例代码如下:

     # 求数组a按行求均值,并且要去掉最大值和最小值。
     np.apply_along_axis(lambda x:x[(x != x.max()) & (x != x.min())].mean(),axis=1,arr=a)
    
  2. np.linspace:用来将指定区间内的值平均分成多少份。示例代码如下:

     # 将0-1分成12分,生成一个数组
     np.linspace(0,1,12)
    
  3. np.unique:返回数组中的唯一值。

     # 返回数组a中的唯一值,并且会返回每个唯一值出现的次数。 np.unique(a,return_counts=True)
    

更多:

https://docs.scipy.org/doc/numpy/reference/index.html

Numpy练习题

一、查看Numpy的版本号:

import numpy as np
print(np.__version__)

二、如何创建一个所有值都是False的布尔类型的数组:

np.full((3,3),False,dtype=np.bool)

三、将一个有10个数的数组的形状进行转换:

arr = np.arange(10)
arr.reshape(2,5) #转换成(2,5)的数组
arr[:,np.newaxis] #转换成(10,1)的数组

np.newaxis所处的位置,会变成1。比如:

arr = np.random.randint(0,10,size=(10,2))
arr1 = arr[:,np.newaxis,:]
print(arr1.shape)
# 结果是(10,1,2),因为np.newaxis所在的位置是1

四、将数组中所有偶数都替换成0(改变原来数组和不改变原来数组两种方式实现):

arr = np.random.randint(0,10,size=(3,3))
# 1. 不改变原来数组
arr1 = np.where(arr%2==0,0,arr)
print(arr1)
# 2. 改变原来数组
arr[arr%2==0] = 0

五、创建一个一维且有10个数的数组,元素是从0-1之间,但是不包含0和1:

arr = np.linspace(0,1,12)[1:-1]

其中的linspace是在起始值和结束值之间平均的获取指定个数的数。比如以上就是从0-1之间获取12个数组。

六、求以下数组大于等于5并且小于等于10的数组:

a = np.arange(15)
# 方法1
index = np.where((a >= 5) & (a <= 10))
a[index]

# 方法2:
index = np.where(np.logical_and(a>=5, a<=10))
a[index]
#> (array([6, 9, 10]),)

# 方法3:
a[(a >= 5) & (a <= 10)]

七、将一个二维数组的行和列分别进行逆向:

a = np.arange(15).reshape(3,5)
# 反转行
a1 = a[::-1] #里面传一个数进去(没有出现逗号),代表的是只对行进行操作
# 反转列
a2 = a[:,::-1] #里面传两个数进去,第一个是所有的行,第二个就是针对所有的列,但是取值的方向是从后面到前面。

八、如何将科学计数法转换为浮点类型打印:

# set_printoptions用来设置打印的时候的一些配置和选项# 将suppress设置为True,就不会显示成科学计数法了,并且通过precision来控制小数点后要保留几位
np.set_printoptions(suppress=True,precision=6)
rand_arr = np.random.random([3,3])/1e3print(rand_arr)

九、获取一个数组中唯一的元素:

arr = np.random.randint(0,20,(10,10))
np.unique(arr)

十、获取一个数组中唯一的元素个数的排行:

arr = np.random.randint(0,20,(10,10))
np.unique(arr,return_counts=True)

十一、如何找到数组中每行的最大值:

# 解决方案1:
np.random.seed(100)
a = np.random.randint(1,10, [5,3])
print(a)
print("="*30)
print(np.amax(a,axis=1))

# 解决方案2:
print(np.apply_along_axis(np.max,arr=a,axis=1))

十二、如何按照行求最小值与最大值相除的结果:

np.random.seed(100)
a = np.random.randint(1,10, [5,3])
np.apply_along_axis(lambda x: np.min(x)/np.max(x),arr=a,axis=1)

十三、判断两个数组是否完全相等:

a = np.array([0,1,2])
b = np.arange(3)
(a == b).all()

十四、设置一个数组不能修改值:

a = np.zeros((2,2))
a.flags.writable = Falsea[0] = 1

十五、找到数组中离某个元素的最近的值:

np.random.seed(100)
Z = np.random.uniform(0,1,10)
z = 0.5
m = Z[np.abs(Z - z).argmin()]
print(m)

加油!

感谢!

努力!

这篇关于【回炉重造】Python之numpy详细教程的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!