数据分析_numpy_基础2

sqrt 开方

arr = np.arange(10)

arr		 #   array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.sqrt(arr)

###############

    array([0.        , 1.        , 1.41421356, 1.73205081, 2.        ,

           2.23606798, 2.44948974, 2.64575131, 2.82842712, 3.        ])

exp e的幂次方

e的幂次方，e是一个常数为2.71828

arr = np.arange(10)

np.exp(arr)

###############

array([1.00000000e+00, 2.71828183e+00, 7.38905610e+00, 2.00855369e+01,

           5.45981500e+01, 1.48413159e+02, 4.03428793e+02, 1.09663316e+03,

           2.98095799e+03, 8.10308393e+03])

maximum 取最大

# 取最大

a = np.random.randn(8)

b = np.random.randn(8)

print(a)

print(b)

np.maximum(a,b)

###############

    [ 0.85228538  1.97016707  0.42150124 -0.36300513 -1.14605012  0.56155395

      0.25129545 -0.379637  ]

    [-0.69127043  1.49033843 -0.71327372 -1.40685882 -1.38443997  0.09179302

     -0.19740235 -1.01923785]

    array([ 0.85228538,  1.97016707,  0.42150124, -0.36300513, -1.14605012,

            0.56155395,  0.25129545, -0.379637  ])

modf 分离小数和整数部分

arr = np.random.randn(7)*5

print(arr)

np.modf(arr)

###############

    [ 0.82479112 -9.04717881  5.80702178  5.63267183  0.05189789 -7.89850539

      4.11234958]

    (array([ 0.82479112, -0.04717881,  0.80702178,  0.63267183,  0.05189789,

            -0.89850539,  0.11234958]), array([ 0., -9.,  5.,  5.,  0., -7.,  4.]))

#生成1000个数据

points = np.arange(-5,5,0.01)

# print(points)

# 转成二维

xs, ys = np.meshgrid(points,points)

xs.shape

print(xs,xs.shape)

print(ys,ys.shape)

z = np.sqrt(xs**2+ys**2)

z

###############

    [[-5.   -4.99 -4.98 ...  4.97  4.98  4.99]

     [-5.   -4.99 -4.98 ...  4.97  4.98  4.99]

     [-5.   -4.99 -4.98 ...  4.97  4.98  4.99]

     ...

     [-5.   -4.99 -4.98 ...  4.97  4.98  4.99]

     [-5.   -4.99 -4.98 ...  4.97  4.98  4.99]

     [-5.   -4.99 -4.98 ...  4.97  4.98  4.99]] (1000, 1000)

    [[-5.   -5.   -5.   ... -5.   -5.   -5.  ]

     [-4.99 -4.99 -4.99 ... -4.99 -4.99 -4.99]

     [-4.98 -4.98 -4.98 ... -4.98 -4.98 -4.98]

     ...

     [ 4.97  4.97  4.97 ...  4.97  4.97  4.97]

     [ 4.98  4.98  4.98 ...  4.98  4.98  4.98]

     [ 4.99  4.99  4.99 ...  4.99  4.99  4.99]] (1000, 1000)

where 将条件逻辑表述为数组运算

# 将条件逻辑表述为数组运算

xarr = np.arange(1,6)*0.1+1

yarr = np.arange(1,6)*0.1+2

cond = np.array([1,0,1,1,0])

# 当cond中的值为True时,选取xarr的值,否则从yarr中选取

np.where(cond,xarr,yarr)

###############

    array([1.1, 2.2, 1.3, 1.4, 2.5])

假设有一个由随机数据组成的矩阵,你希望将所有正值替换为2,将所有负值替换为-2



arr = np.random.randn(4,4)

print(arr)

print(arr > 0)

np.where(arr>0,2,-2) 结果一样

###############

    [[-0.54610079 -1.05767612 -1.01828345 -0.86101887]

     [-0.27741771  0.89109665  0.05494077  0.30950575]

     [ 0.19986644  0.7114658   0.18654865  0.51397356]

     [-1.11511449 -0.22895058 -1.22898344 -1.86394091]]

    [[False False False False]

     [False  True  True  True]

     [ True  True  True  True]

     [False False False False]]

    [[-2. -2. -2. -2.]

     [-2.  2.  2.  2.]

     [ 2.  2.  2.  2.]

     [-2. -2. -2. -2.]]

数学和统计方方法

可以通过数组上的一一组数学函数对整个数组或某个轴向的数据进行行行统计计算。sum、mean以及标准差std等聚合计算(aggregation,通常叫做约简(reduction))

mean 求平均值

arr.mean(1)是“计算行的平均值”

sum 求和

arr.sum(0)是“计算每列的和”



arr = np.arange(10).reshape(2,5)

print(arr)

print(arr.mean())

print(arr.sum())

###############

    [[0 1 2 3 4]

     [5 6 7 8 9]]

    4.5

    45

cumsum 累积和

所有元素的累积和

arr = np.arange(9).reshape(3,3)

# 列加

print(arr.cumsum(axis=0))

# 行加

print(arr.cumsum(axis=1))

# 累加

print(arr.cumsum())

###############

    [[ 0  1  2]

     [ 3  5  7]

     [ 9 12 15]]

    [[ 0  1  3]

     [ 3  7 12]

     [ 6 13 21]]

    [ 0  1  3  6 10 15 21 28 36]

Boolean 求和 (arr>0).sum()

统计符合条件的数目

# 用用于布尔型数组的方方法

arr = np.random.randn(100)

(arr>0).sum()

###############

    56

Boolean any() 判断array中有True

Boolean all()判断array中是不是全是True

# any用用于测试数组中是否存在一个或多个True,而而all则检查数组中所有值是否都是True, 这两个 方法也能用用于非非布尔型数组,所有非非0元素将会被当做True

bools = np.array([False,True,False,False])

print(bools.any())

print(bools.all())

###############

    True

    False

sort 排序

顶级方方法np.sort返回的是数组的已排序副本,而就地排序则会修改数组本身

arr = np.random.randn(6)

print(arr)

# 从小到大

arr.sort()

arr

###############

    [-1.04718671  1.22510949 -1.6441873   0.95095345  0.71862062  0.17306216]

    array([-1.6441873 , -1.04718671,  0.17306216,  0.71862062,  0.95095345,

            1.22510949])

sort 多维数组任一轴排序

多维数组可以在任何一个轴向上进行行行排序

顶级方方法np.sort返回的是数组的已排序副本,而就地排序则会修改数组本身

arr = np.random.randn(5,3)

print(arr)

# 从小到大 1 轴

arr.sort(1)

print(arr)

# 从小到大 0 轴

arr.sort(0)

print(arr)

###############

[[ 1.17254835 -0.86920954 -0.07445568]

 [ 0.1045885   0.56492704 -0.24095239]

 [-0.24405566  0.50114349  0.63202603]

 [ 0.81669178  0.74370167  1.56135813]

 [ 1.33049254  1.63408223 -1.50942967]]

[[-0.86920954 -0.07445568  1.17254835]

 [-0.24095239  0.1045885   0.56492704]

 [-0.24405566  0.50114349  0.63202603]

 [ 0.74370167  0.81669178  1.56135813]

 [-1.50942967  1.33049254  1.63408223]]

[[-1.50942967 -0.07445568  0.56492704]

 [-0.86920954  0.1045885   0.63202603]

 [-0.24405566  0.50114349  1.17254835]

 [-0.24095239  0.81669178  1.56135813]

 [ 0.74370167  1.33049254  1.63408223]]

unique 去重

找出数组中的唯一值并返回已排序的结果



names = np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])

print(np.unique(names))

ints = np.array([3, 3, 3, 2, 2, 1, 1, 4, 4])

print(np.unique(ints))

###############

    ['Bob' 'Joe' 'Will']

    [1 2 3 4]

in1d 检查a中有没有b

注意: 是in一d 不是L

相当于Python in

用于测试一个数组中的值在另一个数组中的成员资格

返回一个布尔型数组



values = np.array([6, 0, 0, 3, 2, 5, 6])

print(np.in1d(values,[5,6]))

s = '我爱你中国'

print(np.in1d(list(s),['中','国']))

###############

    [ True False False False False  True  True]

    [False False False  True  True]

save 数组保存到文件

load 从文件中读数组

用于数组的文件输入输出

NumPy的内置二进制格式读写

np.save和np.load是读写磁盘数组数据的两个主要函数。默认情况下,数组是以未压缩的原始

二进制格式保存在扩展名为.npy的文文件中的

arr = np.arange(10)

np.save('arr_tmp',arr)

np.load('arr_tmp.npy')

###############

    array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

savez多个数组输出到文件

# 通过np.savez可以将多个数组保存到一一个未压缩文文件中

np.savez('arr_tmp',arr,arr)

# np.savez('arr_tmp',a=arr,b=arr)

arch = np.load('arr_tmp.npz')

for i in arch:

    print(i)

np.savez('arr_tmp',a=arr,b=arr)

arch = np.load('arr_tmp.npz')

for i in arch:

    print(i)

for i in arch:

    print(arch[i])

###############

    arr_0

    arr_1

    a

    b

    [0 1 2 3 4 5 6 7 8 9]

    [0 1 2 3 4 5 6 7 8 9]

savez_compressed 数组数据压缩输出到文件

将数据压缩,可以使用用numpy.savez_compressed

np.savez_compressed('arr_tmp',a=arr,b=arr)

arch = np.load('arr_tmp.npz')

for i in arch:

    print(arch[i])

###############

    [0 1 2 3 4 5 6 7 8 9]

    [0 1 2 3 4 5 6 7 8 9]

dot 矩阵乘法

多维乘多维

x = np.arange(1,7).reshape(3,2)

y = np.arange(1,7).reshape(2,3)

print(x)

print(y)

print(x.dot(y))

x = np.arange(1,5).reshape(2,2)

y = np.arange(1,5).reshape(2,2)

print(x)

print(y)

x.dot(y)

###############

    [[1 2]

     [3 4]

     [5 6]]

    [[1 2 3]

     [4 5 6]]

    [[ 9 12 15]

     [19 26 33]

     [29 40 51]]

    [[1 2]

     [3 4]]

    [[1 2]

     [3 4]]

    array([[ 7, 10],

           [15, 22]])

# 7 = 1*1 + 2*3

# 10 = 1*2 + 2*4

# 15 = 3*1 + 3*4

# 22 = 3*2 + 4*4

多维乘一维

@符矩阵乘法

# 一个二维数组跟一个大小合适的一维数组的矩阵点积运算之后将会得到一个一维数组

x = np.arange(1,7).reshape(2,3)

print(x)

y = np.array([2,2,2])

print(y)

print(np.dot(x,y))

# 12 = 1*2+2*2+3*2

# @符也可以用用作中缀运算符,进行矩阵乘法

x @ y

###############

    [[1 2 3]

     [4 5 6]]

    [2 2 2]

    [12 30]

    array([12, 30])

random伪随机数生成

numpy.random函数(部分)

函数	说明
seed	确定随机数生成器的种子
permutation	(打乱顺序)返回一个序列的随机排列或返回一个随机排列的范围
shuffle	(打乱顺序)对一个序列就地随机排序
rand	产生均匀分布的样本值
randint	从给定上下范围内随机选取整数
randn	产生正态分布(平均值为零,标准差为1)的样本值
binomial	产生二项分布的样本值
normal	产生正态(高斯)分布的样本值
beta	产生Bate分布的样本值
chisquare	产生卡方分布的样本值
gamma	产生Gamma分布的样本值
uniform	产生[0,1]中均匀分布的样本值

numpy.random和py random性能比较

# 用用normal来得到一一个标准正态分布的4×4样本数

samples = np.random.normal(size=(4,4))

print(samples)

from random import normalvariate

N = 1000000

%timeit samples = [normalvariate(0, 1) for _ in range(N)]

%timeit np.random.normal(size=N)

###############

    [[ 0.94167052  0.05689129 -2.67972024  0.29580882]

     [-0.81439042 -0.19358061  0.45406157 -0.98315377]

     [-0.92666199  0.75788726  0.99233796 -0.67953378]

     [-0.08530308  0.98250136 -0.21396473  0.23257401]]

    893 ms ± 54.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

    43.7 ms ± 311 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

# Python内置的random模块则只能一次生生成一个样本值。从上面的测试结果中可以看出,如果 需要产生大量样本值,numpy.random快了不止一个数量量级

示例:随机漫步

draws = np.random.randint(0,2,size=10)

print(draws)

steps = np.where(draws>0,1,-1)

print(steps)

walk = steps.cumsum()

print(walk)

print(walk.min())

print(walk.max())

###############

    [0 0 0 1 1 1 1 0 0 0]

    [-1 -1 -1  1  1  1  1 -1 -1 -1]

    [-1 -2 -3 -2 -1  0  1  0 -1 -2]

    -3

    1