[学习笔记] Numpy基础 系统学习

[学习笔记] Numpy基础

上专业选修《数据分析程序设计》课程，老师串讲了Numpy基础，边听边用jupyter敲了下——理解+笔记。

老师讲的很全很系统，有些点没有记录，在PPT里就不搬了。

环境：python3.6 vscode+jupyter扩展

#%%
#------------------------------2019.9.23 NumPy-----------------------------
import numpy as np
# 1.NumPy在一个连续的内存块中存储数据
# 2.性能差异
my_arr = np.arange(100000)
my_list = list(range(10000))
print(my_arr)

#%%
# 1.ndarry:一种多维数组对象
data = np.random.randn(2,3)
print(data,'\n')
print(data*10,'\n')
print(data+data,'\n')
# 1.1.ndarry通用的同构数据多为容器——所有元素必须是相同类型的
# .shape 返回表示各维度大小的元组
# .dtype 返回类型
print(data.shape)
print(data.dtype)

#%%
# 1.2.创建ndarry
# 1.2.1.用array函数直接创建，dtype自动判定

data_list = [1,1.5,2]
arr1 = np.array(data_list)
print(arr1)
data2 = [[1,2,3,4],[5,6,7,8]]
arr2 = np.array(data2)
print(arr2.dtype)

# 可以用属性ndim和shape验证
arr2.ndim   #只返回维数
# eg:arr_empty = np.empty((2,3,4,2))
# arr_empty为4

#%%
#一般numpy创建的数组类型为浮点数
# 1.2.2特定函数创建数组，传入表示形状的元组即可。
# zeros
# ones
# empty 创建一个没有任何具体值的数组
arr_zero = np.zeros(10)
arr_one = np.ones((2,3))
arr_empty = np.empty((2,3,4,2))
print(arr_zero)
print(arr_one)
print(arr_empty)
print(arr_empty.ndim)
# arange
np.arange(15)
# 位矩阵

#%%
# 1.3类型

# 创建时指定
arr3 = np.array([1,2,3])
arr4 = np.array([1,2,3],dtype='float64')
print(arr3.dtype)
print(arr4.dtype)

# 转换类型
arr3 = arr3.astype(np.float64)
print(arr3.dtype)

# 浮点型转整数——舍弃小数点后
arr_float = np.random.rand(1,10)*10
print(arr_float)
arr_float = arr_float.astype(np.int32)
print(arr_float)

# 某字符串数组表示的全是数字，可以直接用astype转为数值形式
arr_string = np.array(['1.0','2.0','3.0'])
print(arr_string.dtype)
arr_string = arr_string.astype(np.float64)
print(arr_string.dtype)
print(arr_string)
#adtype总会创建一个数据备份，即使现类型和目标类型相同

#%%
# 1.4运算
arr = np.array([[1.,2.,3.], [4.,5.,6.]])
print(arr)
print(arr-arr)
print(arr*arr)
print(1/arr)
print(arr**0.5)     #和标量运算，数组每个元素都和此标量运算
arr_compare = np.array([ [0,4,1], [7,2,12] ])
print(arr_compare > arr)

#%%
# 1.5切片、索引
# 对数字切片的修改，是直接对数组本身修改（python的list列表不是,是对副本操作）
# 对ndarray切片的副本操作：arr[5:8].cpoy()。这样不更改原数组
arr_sl = np.arange(10)
print(arr_sl)
arr_sl[3:6] = 999   #广播
print(arr_sl)
arr_slice = arr_sl[3:6]
arr_slice[:] = 888
print(arr_sl)

li = list(range(10))
list_slice = li[2:8]
list_slice[0] = 666
print(list_slice)
print(li)

arr2d = np.array([[1.,2.,3.], [4.,5.,6.]])
#索引
print(arr2d[0][1])
#同
print(arr2d[0,1])
#多维数组中，若省略了后面的索引，则返回对象是一个维度低一点的ndarray
arr3d = np.array([ [ [1,2,3],[4,5,6] ], [ [7,8,9],[10,11,12] ] ])
print(arr3d.shape)
print(arr3d)
print(arr3d[0,1])   # 访问索引已(0,1)开头的那些值
arr3d[0] = 999
print(arr3d)

#%%
#1.6布尔
# 布尔型索引选取数组中的数据，总是创建副本，即使返回一模一样的数组也是
names = np.array(['Bob','Peter','Bob','Jenny'])
data_arr = np.random.randn(4,7)
print(data_arr)
arr_bool = names=='Bob'
print(arr_bool)     #[ True False  True False]
print(data_arr[arr_bool])
print('------------------------')
print(data_arr[names=='Bob',5:])    #选取Bob,并索引列

#%%
# 1.6.2 布尔取反
# way1:
names!='Bob'
# way2:
data_arr[~(names=='Bob')]

#%%
# 1.6.3 布尔组合
mask = (names=='Bob')|(names=='Peter')
data_arr[mask]

data_arr[data_arr>1]

#%%
# 1.7花式索引
# 为了按特定顺序选中数据，那么传入表示顺序的[]即可
data = np.arange(80).reshape((8,10))
data[[3,1,4]]

data[[1,5,3],[0,3,2]]   #返回(1,0),(5,3),(3,2)位置的数据
data[[1,5,7,2]][:,[0,3,1,2]]    #列所有元素都输出，但按0 3 1 2的顺序
#       行          列

#%%
# 1.7.1花式索引的转置
# 花式索引和切片不一样，它总是副本
# 转置不是副本，是本身
arr = np.arange(15).reshape((3,5))
arr.T
# transpose 高维数组转置

#%%
# 2.通用数组
arr = np.arange(10)
print(np.sqrt(arr))
print(arr)

# 每个位置上，最大的那个
# np.maximum(x,y)

# 分别返回小数部分、整数部分
remainder, whole_part = np.modf(arr)
print(remainder)
print(whole_part)

# abs
# square
# exp
# log log10 log2 log1p
# ...

#%%
# 3利用数组进行数据处理

# 3.1
points = np.arange(-5,5,0.01)
xs,ys = np.meshgrid(points,points)  # 生成网格点坐标矩阵
ys

# 3.2 np.where
arr = np.random.randn(3,4)
print(arr)
print(np.where(arr>0,2,-2))

# 3.3数学和统计方法
# 既可以当实例方法，也可以当顶级numpy函数用
print(arr.mean())

# 对特定轴向
arr.mean(axis=0)    #对列求
# 或
arr.mean(0)

arr.sort(1)     #对行排序就地排序

np.unique(arr)  #删除重复的元素

# cumsum对特定轴
arr = np.arange(9).reshape(3,3)
print(arr)
print(arr.cumsum(1))
# 同理 cumprod 累乘

# 对布尔型
arr = np.random.randn(100)
print( (arr>0).sum() )
# any() 检查数组中是否存在>=1个True
# all() 检查数组中是否全为True

#%%
# 4.线性代数
# x.dot(y) 同 np.dot(x,y)

# diag    返回对角线矩阵
# trace
# det
# eig
# inv
# pinv
# qr
# svd

#%%
# 5.伪随机数生成
# 正态分布
samples = np.random.normal(size=(3,3))
# 标准整体分布
ss = np.random.randn(3)
# 给定上下限随机整数
sss = np.random.randint(10,size=(4))    # [4 6 4 1]