Python数据科学手册-Numpy入门

通过Python有效导入、存储和操作内存数据的技巧

数据来源：文档、图像、声音、数值等等，将所有的数据简单的看做数字数组 非常有助于 理解和处理数据

不管数据是何种形式，第一步都是 将这些数据转换成 数值形式 的可分析数据。

Numpy Numerical Python 的简称，

• Numpy 数组和python内置的列表类型 非常相似，随着数组在维度上的变大，Numpy数组更高效
• 导入numpy

import numpy as np

• 理解Python中的数据类型
  
  python易用之处在于动态输入，不需要声明变量类型，是动态推断的。可以将任何类型的数据指定给任何变量
  
  事实就是：Python变量不仅是他们的值，还包括了值得类型 的一些额外信息，
  
  1）python的整型不仅仅是一个整型
  
  标准的Python都是C语言编写的，每一个对象都是一个聪明的伪C语言结构体。该结构体包含其 值还有其他信息，
  
  比如 x = 10000, x是一个指针，指向一个C语言的复合结构体。
  
  查看 c语言 python安装目录\include\longintrepr.h

struct _longobject {
    PyObject_VAR_HEAD
    digit ob_digit[1];
};

扩展之后

struct _longobject {
  long ob_refcnt;
  PyTypeObject *ob_type;
  size_t ob_size;
  long ob_digit[1];
}

• ob_refcnt: 是一个引用计数，帮助python内存分配 回收
• ob_type: 变量的类型编码
• ob_size: 数据成员的大小
• ob_digit: python变量表示的实际整型值
  
  
  
  因为python的动态类型特性，可以创建一个异构的列表

L = [ True, "2", 3.0, 4]
[type(item) for item in L]

输出：[bool, str, float, int]

灵活具有代价，列表中的每一项必须包含各自的类型信息，引用计数和其他信息。每一项都是一个完整的Python对象。

如果所有变量是同一类型，就有 冗余信息。

Python中固定类型数组

import array
A = array.array('i', [0,1,2])
A

输出：array('i', [0, 1, 2])

Numpy从Python列表创建数组

np.array([1,2,3,4,5])

输出：array([1, 2, 3, 4, 5])

必须是同一类型的数据。如果类型不匹配会自动向上转换，

明确设置数据类型,加参数dtype

np.array([1,2,3,4],dtype='float32')

输出：array([1., 2., 3., 4.], dtype=float32)

设置多为数组

np.array([list(range(i, i+3)) for i in [2,4,6]])

输出：array([[2, 3, 4],

[4, 5, 6],

[6, 7, 8]])

Numpy从头创建数组

# 创建一个长度为10的数组，数组的只都是0
np.zeros(10, dtype=int)

# 创建一个3*5 的浮点型数组，数组的值都是1
np.ones((3, 5), dtype=float)

# 创建一个3*5 的浮点型数组，数组的值都是4.14
np.full((3,5), 4.14)

# 创建一个线性序列， 从0 开始，到20 ，步长为2
np.arange(0, 20, 2)

# 创建一个5个元素的数组，五个数均匀的分配到0-1
np.linspace(0,1,5)

np.linspace(0,2,5)
# 创建一个3*3的、在0-1均匀分布的随机数组组成的数组
np.random.random((3, 3))

#  创建一个3*3 均值为0，标准差为1 的正态分布的随机数 数组
np.random.normal(0,1,(3,3))

# 创建一个 3*3, [0,10) 区间的随机整型数组
np.random.randint(0, 10, (3, 3))

# 创建一个3 *3 的单位矩阵
np.eye(3)

# 创建三个整型数 组成的 未初始化的数组,初始值是内存空间任意值
np.empty(3)

Numpy标准数据类型

Data type	Description
bool_	Boolean (True or False) stored as a byte
int_	Default integer type (same as C long; normally either int64 or int32)
intc	Identical to C int (normally int32 or int64)
intp	Integer used for indexing (same as C ssize_t; normally either int32 or int64)
int8	Byte (-128 to 127)
int16	Integer (-32768 to 32767)
int32	Integer (-2147483648 to 2147483647)
int64	Integer (-9223372036854775808 to 9223372036854775807)
uint8	Unsigned integer (0 to 255)
uint16	Unsigned integer (0 to 65535)
uint32	Unsigned integer (0 to 4294967295)
uint64	Unsigned integer (0 to 18446744073709551615)
float_	Shorthand for float64.
float16	Half precision float: sign bit, 5 bits exponent, 10 bits mantissa
float32	Single precision float: sign bit, 8 bits exponent, 23 bits mantissa
float64	Double precision float: sign bit, 11 bits exponent, 52 bits mantissa
complex_	Shorthand for complex128.
complex64	Complex number, represented by two 32-bit floats
complex128	Complex number, represented by two 64-bit floats

Numpy数组基础

Python中的数据操作几乎等同于Numpy数组操作，学习获取数据 子数组， 对数组进行分裂，变形， 连接

• 数组的属性
  
  确定数组的大小、形状、存储大小、数据类型
• 数组的索引
  
  获取和实则数组各个元素的值
• 数组的变形
  
  改变给定数组的形状
• 数组的拼接和分裂
  
  将多个数组合并为一个，将一个数组分裂成多个

Numpy数组的属性

• 每个数组有 ndim(数组的维度）、 shape(每个维度的大小）、size(数组的总大小）、dtype(数据类型）、itemsize(每个元素的字节大小) 、 nbytes(数组总字节大小）

np.random.seed(0) #  设置随机数种子

x1 = np.random.randint(10, size=6) # 一维数组  array([5, 0, 3, 3, 7, 9])
x2 = np.random.randint(10, size=(3, 4)) # 二维数组 array([[3, 5, 2, 4], [7, 6, 8, 8],[1, 6, 7, 7]])
x3 = np.random.randint(10, size=(3,4,5)) # 三维数组
print(f"x1 nidim: {x1.ndim} , shape: {x1.shape}, size: {x1.size} ")
print(f"x2 nidim: {x2.ndim} , shape: {x2.shape}, size: {x2.size} ")
print(f"x3 nidim: {x3.ndim} , shape: {x3.shape}, size: {x3.size} ")
print(f"x1 dtype: {x1.dtype}")
print(f"x1 itemsize: {x1.itemsize}")
print(f"x1 nbytes: {x1.nbytes}")
# 输出如下
x1 nidim: 1 , shape: (6,), size: 6
x2 nidim: 2 , shape: (3, 4), size: 12
x3 nidim: 3 , shape: (3, 4, 5), size: 60
x1 dtype: int32
x1 itemsize: 4
x1 nbytes: 24

数组索引：获取单个元素

索引：从0开始计数

print(x1)
# 第0个元素
x1[0]
# 最后一个元素
x1[-1]

#  多维数组，用逗号分割
print(x2)
x2[0,0]
print(x2[1, 1])

数组切片：获取子数组

就是python里的切片 slice 符号 ：

x[start:stop:step]

• 一维子数组

# 一维子数组
x = np.arange(10)
print(x)
x[:5] # 前五个元素
x[5:] # 索引5开始及以后的元素
x[4:7] # 索引4 5 6 的元素， 左闭右开
x[::2] # 每隔一个元素
# 步长值为负数，就是start 和 stop交换。
x[::-1] # 逆序
x[9:5:-1]
# 输出
[0 1 2 3 4 5 6 7 8 9]
array([0, 1, 2, 3, 4])
array([9, 8, 7, 6]) # x[9:5:-1] 的额输出

• 多维子数组，
  
  也是通过逗号 分割。
  
  
  
  获取数组的行 和 列
  
  
  
  

注意:数组切片返回的是数组数据的视图，修改子数组，原来的数组也会被修改。



如果要复制，使用copy()方法实现

数组的变形

reshape()函数

将1-9 放入一个3*3的矩阵



原始数组的大小必须和变形后的数组大小一致

将一个一维数组转变为二维的行或列的矩阵



使用newaxis



获得列向量

数组拼接和分裂

将多个数组合并为一个，或将一个数组分裂成多个

• 数组的拼接
  
  np.concatenate np.vstack np.hstack
  
  

二维数组的拼接

第二个轴

沿着固定维度处理数组时，使用np.vastack(垂直栈）和 np.hstack(水平栈）函数更简洁

ps:必须一致。



np.dstack 沿着第三个维度拼接数组

• 数组的分裂
  
  np.split np.hsplit np.vsplit
  
  传递参数可以是索引列表，索引列表记录的是分裂点位置
  
  
  
  使用axis参数
  
  

N个分裂点会得到N+1个子数组

np.vsplit 垂直分割

np.hsplit 水平分割

同样，np.dsplit 第三个维度分裂。