拍森 | numpy库

import numpy as np

一、为何用numpy?

1 numpy为何如此高效？

numpy是由c语言编写的
1 编译型语言vs解释型语言：C语言执行时，整体速度更快
2 连续单一存储vs分散多变类型存储
nunpy数组内数据类型必须是一致的
numpy数组内存储在连续内存中，python列表分散存储在内存中
3 多线程vs线程锁
python执行时，有线程锁，无法实现真正的多线程并行，c语言则可以

2 什么时候用numpy?

在数据处理过程中，需要使用python实现向量化矩阵化操作的时候，优先考虑numpy
如：两个向量相乘、矩阵乘法

二、numpy的创建

1 从列表创建

基本格式：x=np.array([列表])

设置数组类型：x=np.array([列表]，dtype=“数据类型”）

二维数组的创建：x=np.array([[1,2,3],

[4,5,6]])

2 从头构建数组

构建全0数组

np.zeros(5,dtype=int) 一维数组，元素为整型

np.zeros((2,2),dtype=float) 二维数组，元素为浮点型

构建2*4的浮点型数组，值为1

np.ones((2,4),dtype=float)

构建3*5的数组，值为8.8

np.full((3,5),8.8)

创建一个3*3的单位阵

np.eye(3)

创建一个序列数组，1开始到15结束，步长为2

np.arange(1,15,2)

等差数列

np.linspace(0,1,4)

等比数列

np.logspace(0,9,10)

创建3*3在（0,1）之间均匀分布的数组

np.random.random((3,3))

创建一个3*3，均值为0，标准差为1的高斯分布数组

np.random.normal(0,1,(3,3))

创建一个3*3 [0,10)之间随机整数构成的整数组

np.random.randint(0,10,(3,3))

随机重排

法一：np.random.permutation(x)--该方法不修改原列表，而是产生一个新副本

法二：np.random.shuffle(x)--该方法直接对原列表进行重排操作

随机采样

按指定形状采样：np.random.choice(x,size=(a,b))

按概率采样：np.random.choice(x,size=(a,b),p=x/sum(x))

三、numpy的性质

1 数组的属性

形状：x.shape

维度：x.nidm

大小：x.size--就是元素的个数

2 数组的索引

一维数组的索引

x[0],x[5],x[-1]---与列表的索引一样

多维数组的索引--以二维数组为例

x[1][1]或者x[1,1]都可

3 数组的切片

一维数组的切片--与列表一样

x[:3]

x[3:]

x[::-1]

多维数组的切片--以二维为例

x[:2,:3]

x[:2,0:3:2]

x[::-1,::-1]

获取数据的行和列

x[1,:]--第一行

x[:,2]--第二列

ps:数据的切片获取的是视图，而非副本，改变切片值原数据也会随之发生改变

想要只修改切片，原数据不改变的方式

x1=x[:2,:2].copy()

4 数据的变形--reshape((型状))

x.reshape((形状))

一维向量转行向量：x1=x.reshape(1,x.shape[0]) / x1=x[np.newaxis,:]

一维向量转列向量：x1=x.reshape(x.shape[0],1) / x1=x[:,np.newaxis]

多维向量转一维向量

x1=x.flatten()--返回副本

x1=x.reval()--返回视图

x1=x.reshape(-1)--返回视图

5 数组的拼接

水平拼接：np.hstack([x1,x2]) np.c_[x1,x2]

垂直拼接：np.vstack([x1,x2]) np.r_[x1,x2]

返回值都是一个副本

6 数组的分裂

一维数据分裂：x1,x2,x3=np.split(x,[2,7])

行数据分裂：left,middle,right=np.hsplit(x,[2,4])

列数据分裂：up.middle,down=np.vsplit(x,[2,4])

四、Numpy的四大运算

1 向量化运算

1)与数字的加减乘除

2）绝对值、三角函数、指数、对数

绝对值：abx(x)

三角函数：np.sin(theta) np.cos(theta) np.tan(theta) np.arcsin(x) np.arccos(x) np.arctan(x)

指数：np.exp(x)

对数：np.log(x) np.log2(x) np.log10(x)

3) 两个数组的运算

2 矩阵运算

转置：x.T

乘法：x.dot(y) np.dot(x,y) y.dot(x) np.dot(y,x)

3 广播运算

规则：
如果两个数组形状在维度上不匹配
那么数组的形式会沿着维度为1的维度进行扩展以匹配另一个数组的形状

4 比较运算和掩码

1)比较运算

x>50--返回bool矩阵，满足的元素True,不满足的False

2）操作布尔数组

np.sum(x>5) 计算数据中，大于5的元素个数

np.all(x>=0) 元素是否全部大于等于0

np.any(x==6) 是否有元素等于6

np.all(x<8,axis=1) 每一行是否都小于8 axis=1按行，axis=0按列

3）将布尔数组作为掩码

x[x>5]--返回x中大于5的元素

5 花哨的索引

1）一维数组

ind=[2,6,9]

x[ind]

ind=np.array([[1,0],

[2,3]])

x[ind]

返回的x取值来自x的元素，形状与ind相同

2）多维数组

row=np.array([0,1,2])

col=np.([1,3,0])

x[row,col]

五、其它numpy的通用函数

1 数值排序

np.sort(x)--不改变原数组，产生新数组

x.sort()--永久性改变原数组

获取排序的索引信息

np.argsort(x)

2 最大值最小值

np.max(x) np.max(x,axis=1)

np.min(x)

加arg是求最大值最小值的索引

np.argmax(x)

np.argmin(x)

3 数值求积、求和

np.sum(x)

按行求和：np.sum(x,axis=1)

按列求和：np.sum(x,axis=0)

np.prod(x)

np.prod(x,axis=1)

np.prod(x,axis=0)

4 中位数、均值、方差、标准差

中位数：np.median(x)

均值：np.mean(x)

方差：np.var(x)

标准差：np.std(x)

拍森 | numpy库相关推荐

三、Python数据挖掘（Numpy库）
三.Python数据挖掘(Numpy库) 目录: 三.Python数据挖掘(Numpy库) 一.Numpy 简介二.认识N维数组 ndarray 属性 1.ndarray 属性数组名 = np.a ...
numpy库：常用基本
转载自 http://www.cnblogs.com/smallpi/p/4550361.html侵删致歉 numpy 本文主要列出numpy模块常用方法大部分内容来源于网络,而后经过自己的一点思 ...
buffer转int python_Python学习教程第23天numpy库(上）
点击蓝字关注我们 numpy库的重要性 numpy库是进行数据处理时的必须库之一,大家都知道Python结合几个外加库进行数据处理,好用到与matlab say goodbye! numpy库的安装 ...
python数学库的使用方法_浅谈numpy库的常用基本操作方法
NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推.在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量.比如说,二维数组相当于是一个一维数 ...
python numpy库安装-Python Numpy库安装与基本操作示例
本文实例讲述了Python Numpy库安装与基本操作.分享给大家供大家参考,具体如下: 概述 NumPy(Numeric Python)扩展包提供了数组功能,以及对数据进行快速处理的函数. NumP ...
python怎么安装numpy库-python怎么安装numpy库
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,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. Python官网上的发行版是不包含Num ...
numpy库中ndarray切片操作的参数意义
ndarray切片操作的规则总结出来叫做"三帽号规则" 三帽号规则即:[开始索引:结尾索引:步长],并且切片区间是左闭右开的,即"开始索引:结尾索引"表示的区间 ...
Panda和numpy库和matplotlib库的安装
好久没有用python了论文决定使用python 朴素贝叶斯和逻辑斯蒂手生....连cmd命令都快忘记了所以来重新复习一遍:cd C: 也就是在cmd中,可以敲打cd加上盘符的冒号就可以切换, ...
【Python】Numpy库之符号函数sign()的介绍及用法
1.sign()函数功能介绍 sign()是Python的Numpy中的取数字符号(数字前的正负号)的函数. 2.sign()函数用法代码演示 #导入numpy库 import numpy as np ...

拍森 | numpy库

拍森 | numpy库相关推荐

最新文章

热门文章