数据分析之上篇---numpy模块

目录

• 一、简介
• 二、ndarray -多维数组对象
  • 1、为什么要是用ndarray?
  • 2、创建ndarray对象
  • 3、ndarray多维数组创建
  • 4、常用属性
  • 5、数据类型
  • 6、ndarray 数组创建
  • 7、数组运算和转换
    • 数组和标量(数字)之间运算
    • 一维数组与多维数组之间的转换
  • 8、索引和切片
    • 索引取值
    • 切片
    • 布尔型索引
• 三、通用函数
  • 1、一元函数
  • 2、二元函数
  • 3、数学统计方法
  • 4、随机数

一、简介

Numpy是高性能科学计算和数据分析的基础包。它也是pandas等其他数据分析的工具的基础，基本所有数据分析的包都用过它。NumPy为Python带来了真正的多维数组功能，并且提供了丰富的函数库处理这些数组。它将常用的数学函数都支持向量化运算，使得这些数学函数能够直接对数组进行操作，将本来需要在Python级别进行的循环，放到C语言的运算中，明显地提高了程序的运算速度。

安装方法：

pip install numpy

在jupyter中:需要加！,!pip3 install numpy

引用方式：

import numpy as np

这是官方认证的导入方式，可能会有人说为什么不用from numpy import *,是因为在numpy当中有一些方法与Python中自带的一些方法，例如max、min等冲突，为了避免这些麻烦大家就约定俗成的都使用这种方法。

二、ndarray -多维数组对象

Numpy的核心特征就是N-维数组对——ndarray.

1、为什么要是用ndarray?

接下来我们可以通过具体的实例来展示一下ndarray的优势。

现在有这样一个需求:

已知若干家跨国公司的市值（美元），将其换算为人民币

按照Python当中的方法

第一种：是将所有的美元通过for循环依次迭代出来，然后用每个公司的市值乘以汇率

第二种：通过map方法和lambda函数映射

这些方法相对来说也挺好用的，但是再来看通过ndarray对象是如何计算的

通过ndarray这个多维数组对象可以让这些批量计算变得更加简单，当然这只它其中一种优势，接下来就通过具体的操作来发现。

2、创建ndarray对象

import numpy as np
np.array()

3、ndarray多维数组创建

接下来就多维数组举个例子：

有的人可能会说了，这个数组跟Python中的列表很像啊，它和列表有什么区别呢？

• 数组对象内的元素类型必须相同
• 数组大小不可修改

4、常用属性

属性	描述
T	数组的转置（对高维数组而言）
dtype	数组元素的数据类型
size	数组元素的个数
ndim	数组的维数
shape	数组的维度大小（以元组形式）

T:转置
就相当于是将行变成列，列变成行，它也是一个比较常用的方法

5、数据类型

• dtype

类型	描述
布尔型	bool_
整型	int_ int8 int16 int32 int 64
无符号整型	uint8 uint16 uint32 uint64
浮点型	float_ float16 float32 float64
复数型	complex_ complex64 complex128

整型：
int32只能表示(-2**31，2**31-1),因为它只有32个位，只能表示2**32个数

无符号整型：
只能用来存正数，不能用来存负数

补充：
astype()方法可以修改数组的数据类型

6、ndarray 数组创建

方法	描述
array()	将列表转换为数组，可选择显式指定dtype
arange()	range的numpy版，支持浮点数
linspace()	类似arange()，第三个参数为数组长度
zeros()	根据指定形状和dtype创建全0数组
ones()	根据指定形状和dtype创建全1数组
empty()	根据指定形状和dtype创建空数组（随机值）
eye()	根据指定边长和dtype创建单位矩阵

# 1、arange()使用：
>>> np.arange(3)
array([0, 1, 2])
>>> np.arange(3.0)
array([ 0.,  1.,  2.])
>>> np.arange(3,7)
array([3, 4, 5, 6])
>>> np.arange(3,7,2)
array([3, 5])

-----------------------------------------------------------------
# 2、linspace()的使用
	#解释：在1-10之间等比生成5个数，默认顾头顾尾。endpoint=False顾头不顾尾
    	# 每个数字之间的距离相等的，前后两个数做减法肯定相等
np.linspace(1,10,5)
执行结果：
array([ 1.  ,  3.25,  5.5 ,  7.75, 10.  ])

np.linspace(1,10,5,endpoint=False)
执行结果：
array([1. , 2.8, 4.6, 6.4, 8.2])

----------------------------------------------------------------
# 3、zeros()  # 创建全0数组占位
>>> np.zeros(5)
array([ 0.,  0.,  0.,  0.,  0.])

>>> np.zeros((5,), dtype=int)
array([0, 0, 0, 0, 0])

>>> np.zeros((2, 1))
array([[ 0.],
       [ 0.]])

>>> s = (2,2)
>>> np.zeros(s)
array([[ 0.,  0.],
       [ 0.,  0.]])

---------------------------------------------------------------------
# 4、ones()  # 厨房间全为1的数组占位
>>> np.ones(5)
array([1., 1., 1., 1., 1.])

>>> np.ones((5,), dtype=int)
array([1, 1, 1, 1, 1])

>>> np.ones((2, 1))
array([[1.],
       [1.]])

>>> s = (2,2)
>>> np.ones(s)
array([[1.,  1.],
       [1.,  1.]])
------------------------------------------------------------------------
# 5、empty()
np.empty(10)
执行结果：
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
# 这个方法只申请内存，不给它赋值
-----------------------------------------------------------------------
# 6、eye()  # 生成对称矩阵  k控制向右偏移量
np.eye(5)
执行结果：
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])
>>> np.eye(2, dtype=int)
array([[1, 0],
       [0, 1]])

>>> np.eye(5,k=2)
array([[0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

7、数组运算和转换

数组和标量(数字)之间运算

arr = np.array([1,2,3,4,5,6])
arr*2
# 执行结果：
array([ 2,  4,  6,  8, 10, 12])

-----------------------------------------------------------------------
arr = np.array([1,2,3,4,5,6])
arr1 = np.array([11,22,33,44,55,66])
arr*arr1
# 执行结果：
array([ 11,  44,  99, 176, 275, 396])

arr+arr1
# 执行结果：
array([12, 24, 36, 48, 60, 72])

一维数组与多维数组之间的转换

# 一维数组-->多维数组
res1 = np.arange(30).reshape(5,-1)   # -1无任何作用，占位。系统自动算出几列
res1
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29]])

# 多维数组-->一维数组
res2 = res1.reshape(30)
res2
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29])

8、索引和切片

索引取值

# 多维数组索引使用方法
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29]])
现在有这样一组数据，需求：找到20
列表写法：arr[3][2]
数组写法：arr[3,2]  # 中间通过逗号隔开就可以了

# 一维数组索引使用
array([1, 2, 3, 4, 5, 6])
arr[0]  # 1
arr[2] # 3

# 花式索引，列表里放索引。需要提前知道索引
array([1, 2, 3, 4, 5, 6])
arr[[0,3]]  # array([1, 4])

切片

# 一维数组切片：和python一至
array([1, 2, 3, 4, 5, 6])
arr[0:2]  # array([1, 2]
arr[::-1]  # array([6, 5, 4, 3, 2, 1])
arr[::2]  # array([1, 3, 5])

# 多维数组切片：arr[行：列]
arr数组
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29]])
arr[1:4,1:4]   # 切片方式
执行结果：
array([[ 7,  8,  9],
       [13, 14, 15],
       [19, 20, 21]])

布尔型索引

现在有这样一个需求：给一个数组，选出数组种所有大于5的数。

array([1, 2, 3, 4, 5, 6])

arr > 4
array([False, False, False,  True,  True,  True])

取值：
arr[arr>3]
array([4, 5, 6])

三、通用函数

能对数组中所有元素同时进行运算的函数就是通用函数

常见通用函数：

能够接受一个数组的叫做一元函数，接受两个数组的叫二元函数，结果返回的也是一个数组

1、一元函数

函数	功能
abs、fabs	分别是计算整数和浮点数的绝对值
sqrt	计算各元素的平方根
square	计算各元素的平方
exp	计算各元素的指数e**x
log	计算自然对数
sign	计算各元素的正负号
ceil	计算各元素的ceiling值
floor	计算各元素floor值，即小于等于该值的最大整数
rint	计算各元素的值四舍五入到最接近的整数，保留dtype
modf	将数组的小数部分和整数部分以两个独立数组的形式返回，与Python的divmod方法类似
isnan	计算各元素的正负号
isinf	表示那些元素是无穷的布尔型数组
cos，sin，tan	普通型和双曲型三角函数

2、二元函数

函数	功能
add	将数组中对应的元素相加
subtract	从第一个数组中减去第二个数组中的元素
multiply	数组元素相乘
divide、floor_divide	除法或向下圆整除法（舍弃余数）
power	对第一个数组中的元素A，根据第二个数组中的相应元素B计算A**B
maximum，fmax	计算最大值，fmax忽略NAN
miximum，fmix	计算最小值，fmin忽略NAN
mod	元素的求模计算（除法的余数）

补充内容：浮点数特殊值

浮点数：float

浮点数有两个特殊值：

1、nan(Not a Number):不等于任何浮点数（nan != nan）
---------------------------------------------
2、inf(infinity):比任何浮点数都大
---------------------------------------------

• Numpy中创建特殊值：np.nan、np.inf
• 数据分析中，nan常被用作表示数据缺失值

3、数学统计方法

函数	功能
sum	求和
cumsum	求前缀和
mean	求平均数
std	求标准差
var	求方差
min	求最小值
max	求最大值
argmin	求最小值索引
argmax	求最大值索引

4、随机数

随机数生成函数在np.random的子包当中

常用函数

函数	功能
np.random.rand	给定形状产生随机数组（0到1之间的数）
np.random.randint	给定形状产生随机整数
np.random.choice	给定形状产生随机选择
np.random.shuffle	与random.shuffle相同
np.random.uniform	给定形状产生随机数组