[Python知识库]认识NumPy

认识NumPy

创建一维数组

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 添加字体
plt.rcParams['axes.unicode_minus'] = False # 默认是使用Unicode负号,设置正常显示字符,如正常显示负号

%config InlineBackend.figure_format = 'svg'

# 方法一：通过array函数将Python中的list转成ndadrray对象
array1 = np.array([1, 2, 3, 4, 5], dtype='u2')
array1

type(array1)

array([1, 2, 3, 4, 5])

# 数组元素的个数
array1.size

# 数组的维度（dimension）
array1.ndim

# 数组的形状
array1.shape

 数组每个元素占用的内存空间（字节）
array1.itemsize

# 数组总共占用的内存空间（字节）
array1.nbytes

# 数组元素的数据类型
array1.dtype

guido = plt.imread('resources/guido.jpg')
plt.imshow(guido)

type(guido)

guido.shape

array2 = np.array(['apple', 'pitaya', 'waxberry', 'litchi'])
array2

array2.dtype

# 方法二：通过arange函数指定数据范围创建一维数组
array3 = np.arange(10)
array3

array4 = np.arange(1, 20, 3)
array4

array5 = np.arange(1, 20, 0.5)
array5

# 方法三：通过linspace函数指定范围以及抽取的数据量来创建一维数组
array6 = np.linspace(-5, 5, 51)
array6

x = np.linspace(-2 * np.pi, 2 * np.pi, 120)
y = np.round(np.sin(x), 4)

plt.plot(x, y, color='blue', marker='x')
plt.show()

 方法四：通过随机函数创建一维数组
array7 = np.random.randint(1, 100, 5)
array7

# 0~1范围的随机数
array8 = np.random.random(10)
array8

# 正态分布的随机数
heights = np.random.normal(169.7, 6.5, 500)
heights = np.round(heights, 1)

# 直方图
plt.hist(heights, bins=10)
plt.show()

array9 = np.arange(1, 10)
array9

# 数组的下标（索引）运算
print(array9[8])
print(array9[-1])

# 花式索引（fancy index）
array9[[0, 0, 1, 0, 1, -1, -2, -2, -2]]

# 布尔索引
array9[array9 > 5]

array9[array9 % 2 == 0]

array9[(array9 > 5) & (array9 % 2 == 0)]

array9[(array9 > 5) | (array9 % 2 == 0)]

array9[(array9 > 5) | ~(array9 % 2 == 0)]

# 切片
array9[::-1]

创建二维数组

# 方法一：通过array函数将嵌套列表转成二维数组
array10 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
array10

array10.shape

array10.ndim

# 方法二：将一维数组调形调整为二维数组
array11 = array9.reshape((3, 3))
array11

array10 == array11

array11 > 5

array11[array11 > 5]

# 方法三：用随机的方式创建二维数组
np.random.randint(60, 101, (5, 3))

# 方法四
np.zeros((5, 5), dtype=np.int32)

np.ones((4, 3))

np.full((3, 5), 100)

np.eye(10)

# 索引运算
array11[1][1] = 100

array11[1][1]

# 二维数组的索引运算
array11[1,1] = 5

array11[1,1]

# 二维数组的切片
array11[:2,:2]

guido = plt.imread('resources/guido.jpg')
plt.imshow(guido)

# 通过切片操作抠出Guido的脑袋
head = guido[30:350, 85:310]
plt.imshow(head)

# 垂直翻转
plt.imshow(guido[::-1])

# 水平翻转
plt.imshow(guido[:, ::-1])

plt.imshow(guido[:, :, ::-1])

数组对象的方法

获取描述性统计信息

集中趋势：均值、中位数、众数

离散趋势：最大值、最小值、极差、四分位距离、方差、标准差

下四分位数（25%分位数），通常记为Q1

中位数（50%分位数），通常记为Q2

上四分位数（75%分位数），通常记为Q3

四分位距离：$ IQR = Q3 - Q1

异常值：$ data < Q1 - 1.5 \times IQR

异常值：$ data > Q3 + 1.5 \times IQR

array12 = np.random.randint(10, 100, 8)
array12

# 均值
array12.mean()

# 排序
np.sort(array12)

# 中位数
np.median(array12)

array13 = np.array([1, 1, 3, 5, 5, 5, 5, 5, 6, 6, 7, 8])
array13

print('Mean:', array13.mean())
print('Median:', np.median(array13))

temp_list = array13.tolist()
temp_list.append(100)
array14 = np.array(temp_list)
array14

# 均值对异常值敏感，中位数对异常值不敏感
print('Mean:', array14.mean())
print('Median:', np.median(array14))

# 最大值、最小值和极差
print('Min:', array14.min())
print('Max:', array14.max())
print('Ptp:', np.ptp(array14))

# 方差和标准差
print('Variance:', array14.var())
print('Standard deviation:', array14.std())

# 分位数
print('Q1:', np.quantile(array14, 0.25))
print('Q2:', np.quantile(array14, 0.5))
print('Q3:', np.quantile(array14, 0.75))
# 四分位距离
print('IQR:', np.quantile(array14, 0.75) - np.quantile(array14, 0.25))

array12

# 最大值和最小值的索引
array12.argmax(), array12.argmin()

# 累积和
array12.cumsum()

array15 = np.array([True, False, True, True])
array15.all()

array15.any()

# 扁平化
array16 = np.random.randint(60, 101, (5, 3))
array16.flatten()

# 持久化一个数组
array16.dump('array16.dat')

# 从文件中加载数组
array17 = np.load('array16.dat', allow_pickle=True)
array17

array16 is array17

 返回排序后的数组
np.sort(array12)

# 就地排序（在原数组上直接排序）
array12.sort()
array12

# 交换指定的轴
array17.swapaxes(0, 1)

# 转置
array17.transpose()

# 转置
array17.T

array18 = np.arange(1, 10)
array19 = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3])

array18 ** array19

array20 = np.array([100])
array20

# 适用广播机制
array18 + array20

#### 广播机制
使用广播机制的前提条件：
1. 两个数组的后缘维度相同。
2. 两个数组的后缘维度不同，但其中一方为1。
后缘维度：数组的shape属性，从后往前看的部分。

matrix1 = np.array([[1, 0, 2], [-1, 3, 1]])
matrix2 = np.array([[3, 1], [2, 1], [1, 0]])
# 矩阵乘法
matrix1 @ matrix2

# 矩阵乘法
np.matmul(matrix1, matrix2)