数据科学三基友之Numpy

NumPy是Python语言的一个扩充程序库 ,支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库 。numpy以及依赖它产生的pandas广泛运用于数据分析和机器学习。

Numpy创建数据:

import numpy as np

list_1  = [1,2,3]
array_1 = np.array([1,2,3],dtype='int')
print(array_1)
>>>[1 2 3]

#多维度
list_2  = [[1,2],[3,4]]
array_2 = np.array(list_2)
print(array_2)
>>>[[1 2]
    [3 4]]

Numpy中的数组和列表有些相似之处 ，数组有多个维度 。dtype为可选参数 ，修饰数组内结构

Numpy创建N维数组的api函数

import numpy as np

array_3 = np.array([1,2,3,4,5,6,7,8,9]).reshape((3,3))
print(array_3)

>>>[[1 2 3]
    [4 5 6]
    [7 8 9]]

array_4 = np.ones([5,5])
print(array_4)

>>>[[1. 1. 1. 1. 1.]
    [1. 1. 1. 1. 1.]
    [1. 1. 1. 1. 1.]
    [1. 1. 1. 1. 1.]
    [1. 1. 1. 1. 1.]]

array_5 = np.zeros([5,5])
print(array_5)

>>>[[0. 0. 0. 0. 0.]
    [0. 0. 0. 0. 0.]
    [0. 0. 0. 0. 0.]
    [0. 0. 0. 0. 0.]
    [0. 0. 0. 0. 0.]]

array_6 = np.random.randint(0,10,(4,3))
print(array_6)

>>>[[3 8 3]
    [1 2 2]
    [1 8 4]
    [1 4 8]]

.reshape可以规定数组的维度 ：（m,n）m行n列 。ones填充数组所有元素为1 ，zeros填充数组所有元素为0 。random.randint(0,10,(4,3)) 函数随机生成（0,10）四行三列数组。

Numpy的索引与切片：

array_7 = np.random.randint(0,10,(5,5))
print(array_7)
print(array_7[2,:])  #第三行所有元素
print(array_7[:,2])  #第三列所有元素
print(array_7[2,2])  #第三行第三列的元素

print(array_7[2,1:3])    #第三行的二到三列所有元素
print(array_7[1:3,2])    #第二到三行的三列所有元素
print(array_7[1:3,1:3])  #第二到三行的二到三列所有元素
>>>
[[3 5 9 0 4]       
 [0 3 0 7 9]
 [0 4 3 0 7]
 [9 8 4 0 5]
 [3 0 8 8 5]]

[0 4 3 0 7]
[9 0 3 4 8]
3
[4 3]
[0 3]
[[3 0]
 [4 3]]

Numpy的计算

便于我们更好的理解Numpy的计算 ，这里我们引入一个实例 ：四六级成绩 给出一个list ，有四位同学的四六级成绩 。对于四级没过的同学 ，这里的六级成绩我们取0。

取出score的value ，重新组合为新的列表 然后，将数组转为array。

scroe = [{'老王':[444,369]},{'三毛':[333,0]},{'徐四':[578,496]},{'宝儿':[456,425]}]
scroes = []
for x in scroe:

    for key,value in x.items():
        scroes.append(value)
print(scroes)
array_8 = np.array(scroes)
print(array_8)

>>>[[444, 369], [333, 0], [578, 496], [456, 425]]
   [[444 369]
   [333   0]
   [578 496]
   [456 425]]

条件运算：

array_9 = np.array(scroes)
print(array_9>425)                               #返回
print(np.where(array_9 > 425, '合格', '不合格'))  #三目运算

>>>[[ True False]
   [False False]
   [ True  True]
   [ True False]]
  [['合格' '不合格']
   ['不合格' '不合格']
   ['合格' '合格']
   ['合格' '不合格']]

统计运算：

result_max_1 = np.amax(array_9,axis=1)   #行内的最大值      
result_max_2 = np.amax(array_9,axis=0)   #列内的最大值
print(result_max_1)
print(result_max_2)

>>>[444 333 578 456]
   [578 496]

result_min_1 = np.amin(array_9,axis=1)   #行内的最小值      
result_min_2 = np.amin(array_9,axis=0)   #列内的最小值
print(result_min_1)
print(result_min_2)

>>>[369   0 496 425]
   [333   0]

result_mean_1 = np.mean(array_9,axis=1)  #行平均值  一个人四级六级平均成绩
result_mean_2 = np.mean(array_9,axis=0)  #列平均值  四个人四级、六级分别平均成绩
print(result_mean_1)
print(result_mean_2)

>>>[406.5 166.5 537.  440.5]
   [452.75 322.5 ]

result_std_1 = np.std(array_9,axis=1)    #std方差
result_std_2 = np.std(array_9,axis=0)
print(result_std_1)
print(result_std_2)

>>>[ 37.5 166.5  41.   15.5]
   [ 86.76800966 191.55743264]

数组运算：

print("origin array:" ,array_9)
array_9[:,0] = array_9[:,0]+5      #将所有人第一列四级的成绩加五分
print("after the chage:",array_9)

print("origin array:" ,array_9)
array_9[:,1] = array_9[:,1]*0.5      #将所有人第二列六级级的成绩减半
print("after the chage:",array_9)

>>>
origin array:    [[444 369]
                  [333   0]
                  [578 496]
                  [456 425]]
after the chage: [[449 369]
                  [338   0]
                  [583 496]
                  [461 425]]
origin array:    [[449 369]
                  [338   0]
                  [583 496]
                  [461 425]]
after the chage: [[449 184]
                  [338   0]
                  [583 248]
                  [461 212]]

矩阵运算：

np.dot()
规则：(M行, N列) * (N行, Z列) = (M行, Z列)

q = np.array([[0.4], [0.6]])    #array_9四行两列 * q 二行一列 = 四行一列
result = np.dot(array_9, q)
print(result)

>>>[[399. ]
    [133.2]
    [528.8]
    [437.4]]

矩阵合并：

qaaq = [425,425]
array_10 = np.array(qaaq)
print(array_10)
array_11 = np.vstack((array_9,array_10))  #vstack 垂直拼接  hstack水平拼接
print(array_11)

>>>[[444 369]
    [333   0]
    [578 496]
    [456 425]
    [425 425]]