5.Numpy数组
一、Numpy
1.Numpy简介
Numpy是针对多维数组的一个科学计算包，这个包还封装了多个可以用于数组间计算的函数可供调用。数组是相同数据类型的元组按照一定顺序排列的组合。
例如array([1, 2, 3, 4, 5, 6, 7, 8, 9])
array([“x”, “y”, “z”, “d”, “q”])
（注意：字典没有顺序，列表、元组、数组有顺序）
（1）
arr1 = np.array([0, 1, 2, 3])#相同数据类型
arr1
运行结果：array([0, 1, 2, 3])
arr2 = np.array(['a', 'b', 'c', 'd'])
arr2
运行结果：array(['a', 'b', 'c', 'd'], dtype='<U1')
（2）顺序数组
arange([start,] stop[, step,],dtype=None)
arr3 = np.arange(10)
arr3
运行结果：array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
arr4 = np.arange(1, 20, 2) #,开端1，结束10，step=2
arr4
运行结果：array([ 1, 3, 5, 7, 9, 11, 13, 15, 17, 19])
（3）生成全部都是1的数组
np.ones(3)
运行结果：array([1., 1., 1.])
np.ones((3,2))
运行结果：
array([[1., 1.],
[1., 1.],
[1., 1.]])
（4)生成对角线都为1的数组
np.eye(3) #对角线元素都是1
运行结果：
array([[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])
(5)Numpy库之random中random、rand、randn、randint的用法
<1>numpy.random.rand()
numpy.random.rand(d0,d1,…,dn)rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1,dn表格每个维度,返回值为指定维度的array
np.random.rand(3)#位于0到1之间随意的3个数
运行结果：array([0.21968831, 0.47507707, 0.60743556])
np.random.rand(3， 2)
运行结果：
array([[0.79117838, 0.97537439],
[0.34227132, 0.83288916],
[0.34596839, 0.00238237]])
<2> numpy.random.randn()
numpy.random.randn(d0,d1,…,dn)randn函数返回一个或一组样本，具有标准[正态分布]dn表格每个维度,返回值为指定维度的array
np.random.randn() # 当没有参数时，返回单个数据
PS:标准正态分布介绍标准正态分布—-standard normal distribution
标准正态分布又称为u分布，是以0为均值、以1为标准差的正态分布，记为N(0，1)。
np.random.randn(3)
array([ 0.82374372, 0.2602991 , -0.87671764])
<3>numpy.random.randint()
numpy.random.randint(low, high=None, size=None, dtype=’l’)返回随机整数，范围区间为[low,high)，包含low，不包含high
参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型，默认的数据类型是http://np.int
high没有填写时，默认生成随机数的范围是[0，low)
np.random.randint(1,size=5) # 返回[0,1)之间的整数，所以只有0
np.random.randint(0, 100, 10)
运行结果：array([12, 92, 70, 17, 14, 26, 84, 34, 26, 41])
np.random.randint(0, 100, (4,5))
运行结果：
array([[55, 0, 98, 99, 86],
[92, 85, 76, 40, 19],
[23, 62, 5, 66, 49],
[ 1, 42, 42, 46, 41]])
a = np.random.randint(0, 100, 20)
a
运行结果：array([73, 85, 91, 82, 42, 16, 8, 58, 1, 76, 23, 86, 47, 12, 19, 99, 46,
85, 19, 87])
<4> numpy.random.choice()
numpy.random.choice(a, size=None, replace=True, p=None)从给定的一维数组中生成随机数
参数： a为一维数组类似数据或整数；size为数组维度；p为数组中的数据出现的概率
a为整数时，对应的一维数组为np.arange(a)
a = np.random.randint(0, 100, 20)
np.random.choice(a, 5)
运行结果：array([19, 23, 19, 91, 73])
<5>np.random.shuffle()类似于洗牌
arr1 = np.array([0, 1, 2, 3])
np.random.shuffle(arr1)
arr1
运行结果：array([2, 0, 3, 1])
2.Numpy数组的基本属性
数组的形状 shape
Ø 数组的大小 size
Ø 数组的类型 dtype
Ø 数组的维数 ndim
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr
arr.shape
arr.size
arr.dtype
arr.ndim
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
(3, 3)
9
dtype('int32')
2
3.Numpy数组的数据预处理
（1）Numpy数组的类型转换 .astype()
arr = np.arange(5)
arr_f = arr.astype(np.float64)
arr_f.dtype
运行结果：dtype('float64')
（2）Numpy数组的缺失值处理 .isnan()
arr = np.array([1, 2, np.nan, 4])
arr
运行结果：
array([ 1., 2., nan, 4.])
arr[np.isnan(arr)]=0#将查找到的缺失值改为0
(3)Numpy数组的重复值处理 .unique()
arr = np.array([1,2,3,2,1])
np.unique(arr)
arr
运行结果：array([1, 2, 3])
4.数组重塑
（1）一维数组重塑
arr = np.arange(8)
arr.reshape(2, 4)
arr.reshape(4, 2)
(2) 多维数组重塑
arr = np.array([[1, 2, 3 ,4], [5, 6, 7, 8], [9, 10, 11, 12]]) # 这是一个3*4数组
arr.reshape(4, 3) # 将其重塑为4*3数组
arr.reshape(2, 6) # 将其重塑为2*6数组
(3)使用.T进行数组转置
arr
arr.T
(4)Numpy数组的简单计算
arr = np.arange(6).reshape(2, 3)
(1)数组与数字之间
arr + 1
arr - 1
arr * 2
arr / 2
arr ** 2
(2)数组与数组
arr * arr
(3)数组合并
(4)横向合并
concatenate方法
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([[7, 8, 9], [10, 11, 12]])
np.concatenate([arr1, arr2], axis=1) # axis=1表示按横着的方向合并
运行结果：
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 10, 11, 12]])
hstack方法
np.hstack((arr1, arr2))
column_stack方法
np.column_stack((arr1, arr2))
(5)纵向合并
concatenate方法
np.concatenate([arr1, arr2], axis=0)
vstack方法
np.vstack((arr1, arr2))
row_stack方法
np.row_stack((arr1, arr2))
5. Numpy数组常用函数介绍
(1)abs 返回每个元素的绝对值组成的新数组
sqrt 返回每个元素的平方根组成的新数组
square 返回每个元素的平方组成的新数组
exp 返回每个元素以e为底的指数
log、log10、log2 返回以e、10、2为底的对数
isnan 用来判断是否是NaN，返回布尔值组成的数组
std、var 返回数组元素的标准差和方差
min、max、mean、sum 返回数组的最小值、最大值、平均值、求和
argmin、argmax 返回最小值和最大值对应的索引
cumsum 所有元素的累计和，以数组形式返回
cumprod 所有元素的累计积
(2)Numpy数组的条件函数
Ø Numpy数组中的条件函数 np.where(condition, x, y)类似于Excel中的if函数，若条件为真,则返回x，否则返回y。
(3)Numpy数组的集合关系
包含关系 np.inld(arr1, arr2)
交集 np.intersectld(arr1, arr2)
并集 np.unionld(arr1, arr2)
求差 np.setdiffld(arr1, arr2)
