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：

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：

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-- Numerical和Python。NumPy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. Numpy是Python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：

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：

在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为(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)和(8,3)中的2和3不相等，所以不能进行运算。

2. shape为(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)和(8,1)中的2和1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为(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)和(8,1)中的4和1虽然不相等且1和8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hsplit和vsplit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.]])]

2. 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.]])]

3. 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)和|(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flatten和ravel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)或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. NAN：Not 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. INF：Infinity，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：

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。

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. 求x数组在axis=0和axis=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. 用np.max求axis=0和axis=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])

3. 用np.delete在axis=0和axis=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：

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：

如果是按照axis=1的方式进行相加，得到的结果如下：

通用函数

一元函数：

二元函数：

聚合函数：

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：

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!