numpy、pandas、matplotlib、sklearn是python机器学习领域，最核心的几个模块，玩转了这几个模块也就玩转了机器学习，其中，numpy又是这几个模块中最基础的模块。

内置数据结构——ndarray

一、创建ndarray：

1、基于list或tuple

2、基于np.arange：

3、基于np.arange和reshape构建多维数组：

4、基于random构建随机数组：

(1)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

(2)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

(3)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 np.int
• high 没有填写时，默认生成随机数的范围是 [0， low)

(4)生成 [0,1) 之间的浮点数

• numpy.random.random_sample(size=None)
• numpy.random.random(size=None)
• numpy.random.ranf(size=None)
• numpy.random.sample(size=None)

(5)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)

(6)numpy.random.seed()

• np.random.seed() 的作用：使得随机数据可预测。
• 当我们设置相同的 seed，每次生成的随机数相同。如果不设置 seed，则每次会生成不同的随机数

其他方法：

二、ndarray的属性：

1、dtype 属性， ndarray 数组的数据类型，数据类型的种类

2、ndim 属性，数组维度的数量

3、shape 属性，数组对象的尺度，对于矩阵，即 n 行 m 列,shape 是一个元组(tuple)

4、size 属性用来保存元素的数量，相当于 shape 中 n*m 的值

5、itemsize 属性返回数组中各个元素所占用的字节数大小

6、nbytes 属性，数组所需的字节数量，其值等于数组的 size 属性值乘以itemsize 属性值

7、T 属性，数组转置

8、数的实部和虚部属性， real 和 imag 属性

9、flat 属性，返回一个 numpy.flatiter 对象，即可迭代的对象

三、ndarray的数值类型

• 数据类型

  

• 类型转换

  1、创建时指定类型

  

  2、使用astype强制转换类型

  

  四、ndarray的形状变化：

  1、数组形状转换

  • reshape() 和 resize()

  

  函数 resize()的作用跟 reshape()类似，但是会改变所作用的数组，相当于有 inplace=True 的效果• ravel() 和 flatten()，将多维数组转换成一维数组

  

两者的区别在于返回拷贝(copy)还是返回视图(view) ， flatten() 返回一份拷贝，需要分配新的内存空间，对拷贝所做的修改不会影响原始矩阵，而 ravel() 返回的是视图(view)，会影响原始矩阵

• 用 tuple 指定数组的形状

• 转置
前面描述了数组转置的属性(T)，也可以通过 transpose() 函数来实现

2、数组堆叠

• 水平叠加 ：hstack()\column_stack()

• 垂直叠加 :vstack()\row_stack()

• concatenate() 方法，通过设置 axis 的值来设置叠加方向
axis=1 时，沿水平方向叠加
axis=0 时，沿垂直方向叠加

3、数组拆分

跟数组的叠加类似，数组的拆分可以分为横向拆分、纵向拆分以及深度拆分。涉及的函数为 hsplit()、 vsplit()、以及 split()

• 沿横向轴拆分(axis=1)

• 沿纵向轴拆分(axis=0)

五、数组切片与索引

• 一维数组切片与索引与列表类似

• 二维数组的切片和索引

• 高维数组的切片和索引 递归读取各个索引位置

利用数组进行数据分析

一、通用函数：快速的元素级数组函数

二、常用统计函数

常用的函数如下, 请注意函数在使用时需要指定 axis 轴的方向，若不指定，默认统计整个数组。• np.sum()，返回求和
• np.mean()，返回均值
• np.max()，返回最大值
• np.min()，返回最小值
• np.ptp()，数组沿指定轴返回最大值减去最小值，即(max-min)
• np.std()，返回标准偏差(standard deviation)
• np.var()，返回方差(variance)
• np.cumsum()，返回累加值
• np.cumprod()，返回累乘积值

三、利用数据进行数据分析

• 数组的广播，数组直接参与数据运算

当数组跟一个标量进行数学运算时，标量需要根据数组的形状进行扩展，然后执行运算。这个扩展的过程称为“广播(broadcasting)”

• 将条件逻辑表述为数组运算

numpy.where是三元表达式x if condition else y的矢量化

• 用于布尔型数组的方法

arr.any():数组中存在一个或多个true,返回true

arr.all()：只有数组元素全部是true才返回true

•数组排序

np.sort()

•唯一化以及其他的集合逻辑

•文件输入输出

•线性代数

numpy.linalg 如：矩阵乘法、矩阵分解、行列式及其他方阵等