数据分析---numpy模块

前戏

NumPy(Numerical Python) 是 Python 语言中做科学计算的基础库。重在于数值计算，也是大部分Python科学计算库的基础，多用于在大型、多维数组上执行的数值运算。

快捷键的使用：

• 添加cell：a或者b
• 删除：x
• 修改cell的模式：
  • m：修改成markdown模式
  • y：修改成code模式
• 执行cell：
  • shift+enter
• tab：自动补全
• 代开帮助文档：shift+tab

1. numpy模块的创建

点击查看代码

import numpy as np
arr = np.array()
arr

# 输出结果<details>

array([1, 2, 3])

2.使用numpy创建一个一维数组

点击查看代码

import numpy as np
arr = np.array([1,2,3])
arr

# 输出结果
array([1, 2, 3])

3.numpy创建一个多维数组

点击查看代码

import numpy as np
arr = np.array([[1,2,3],[4,5,6]])
arr

# 输出结果
array(
[[1, 2, 3],
[4, 5, 6]])

4.数组和列表的区别

• 数组中存储的数据元素类型必须是统一类型
• 优先级;
  • 字符串 > 浮点数 > 整数

举例：将外部的一张图片加载到numpy数组中，然后尝试改变数组元素的数值查看原始图片的影响

点击查看代码

import matplotlib.pyplot as plt
img_arr = plt.imread('./1.jpg')
img_arr # 这里生成的是图片的数组
plt.imshow(img_arr) # 将图片数组i女性可视化展示

5.numpy 5个基本功能

• zeros()
• ones()
• linespace()
• arange()
• random()系列

点击查看代码

import numpy as np
arr = np.zeros(shape=(3,4)) # 创建一个3行4列的数组，并用0来填充
arr1 = np.ones(shape=(2,3)) # 创建一个2行3列的数组，并用1来填充
arr2 = np.linespace(0,100,num=20) # 创建一个0到100之间，20个数字但他们是等差数列的数组
arr3 = np.arange(10,50,step=2) # 创建一个10-50之间的，d为2的等差数列数组
arr4 = np.random.randint(0,100,size=(5,3)) # 创建一个0到100之间，5行3列的随机数字数组

6.numpy的常用属性

• shape
• ndim
• size
• dtype

点击查看代码

import numpy as np
arr = np.random.randint(0,100,size = (3,4)) # 创建一个0到100之间，3行4列的随机数字数组
arr.shape # 获取arr这个数组的几行几列（返回的是数组的形状）

arr.ndim # 返回的是数组的维度

arr.size # 返回的是数组元素的个数

arr.dtype #返回的是数组元素的类型
arr.dtype = 'uint8' #修改数组的元素类型

7.numpy的索引（重点）

点击查看代码

import numpy as np
arr = np.random.randint(1,100,size=(5,6))
arr
  - array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

arr[1]  # 取出了numpy数组中的下标为1的行数据
  - array([37, 57, 26, 92, 91, 34])

arr[[1,3,4]] # 取出多行
  - arr[[1,3,4]] #取出多行

8.numpy的切片操作

• 切片操作
  • 切出前两列数据
  • 切出前两行数据
  • 切出前两行的前两列的数据
  • 数组数据翻转
  • 练习：将一张图片上下左右进行翻转操作
  • 练习：将图片进行指定区域的裁剪

点击查看代码

array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

# 切出arr数组的前两行的数据
arr[0:2] #arr[行切片]
- array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34]])

# 切出arr数组中的前两列
arr[:,0:2] #arr[行切片,列切片]
- array([[69, 80],
       [37, 57],
       [13, 16],
       [ 5, 16],
       [54, 63]])

# 切出前两行的前两列的数据
arr[0:2,0:2]
- array([[69, 80],
       [37, 57]])

array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

#将数组的行倒置
arr[::-1]
- array([[54, 63, 20, 11, 94, 88],
       [ 5, 16, 47, 66, 51, 12],
       [13, 16, 93, 54, 87, 34],
       [37, 57, 26, 92, 91, 34],
       [69, 80,  7, 90, 31, 44]])

#将数组的列倒置
arr[:,::-1]
- array([[44, 31, 90,  7, 80, 69],
       [34, 91, 92, 26, 57, 37],
       [34, 87, 54, 93, 16, 13],
       [12, 51, 66, 47, 16,  5],
       [88, 94, 11, 20, 63, 54]])

#所有元素倒置
arr[::-1,::-1]
- array([[88, 94, 11, 20, 63, 54],
       [12, 51, 66, 47, 16,  5],
       [34, 87, 54, 93, 16, 13],
       [34, 91, 92, 26, 57, 37],
       [44, 31, 90,  7, 80, 69]])

# 将一张图片进行左右翻转
img_arr = plt.imread('./1.jpg')
plt.imshow(img_arr)
img_arr.shape
- (300, 450, 3)

# 左右翻转
plt.imshow(img_arr[:,::-1,:]) #img_arr[行，列，颜色]

# 图片上下翻转
plt.imshow(img_arr[::-1,:,:])

#图片裁剪的功能
plt.imshow(img_arr[66:200,78:300,:])

9.变形reshape

点击查看代码

arr **是一个5行6列的二维数组**
array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

#将二维的数组变形成1维
arr_1 = arr.reshape((30,))

#将一维变形成多维
arr_1.reshape((6,5))

10.级联操作

• 将多个numpy数组进行横向或者纵向的拼接
  • axis轴向的理解
    • 0:列
    • 1:行
  • 问题：
    • 级联的两个数组维度一样，但是行列个数不一样会如何？

点击查看代码

# 将两个数组级联，行级联
np.concatenate((arr,arr),axis=1)
- array([[69, 80,  7, 90, 31, 44, 69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34, 37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34, 13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12,  5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88, 54, 63, 20, 11, 94, 88]])

# 将三张图片进行级联，列级联
arr_3 = np.concatenate((img_arr,img_arr,img_arr),axis=0)
plt.imshow(arr_3)

11.常用的聚合操作

• sum,max,min,mean

点击查看代码

array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

# 行相加
arr.sum(axis=1)
- array([321, 337, 297, 197, 330])

# 每行的最大值
arr.max(axis=1)
- array([90, 92, 93, 66, 94])

12.常用的数学函数

• NumPy 提供了标准的三角函数：sin()、cos()、tan()
• numpy.around(a,decimals) 函数返回指定数字的四舍五入值。
  • 参数说明：
    • a: 数组
    • decimals: 舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置

点击查看代码

np.sin(2.5)
0.5984721441039564

np.around(3.84,2)
3.84

13.常用的统计函数

• numpy.amin() 和 numpy.amax()，用于计算数组中的元素沿指定轴的最小、最大值。
• numpy.ptp():计算数组中元素最大值与最小值的差（最大值 - 最小值）。
• numpy.median() 函数用于计算数组 a 中元素的中位数（中值）
• 标准差std():标准差是一组数据平均值分散程度的一种度量。
  • 公式：std = sqrt(mean((x - x.mean())**2))
  • 如果数组是 [1，2，3，4]，则其平均值为 2.5。 因此，差的平方是 [2.25,0.25,0.25,2.25]，并且其平均值的平方根除以 4，即 sqrt(5/4) ，结果为 1.1180339887498949。
• 方差var()：统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数，即 mean((x - x.mean())** 2)。换句话说，标准差是方差的平方根。

点击查看代码

arr[1].std()
26.66718749491384

arr[1].var()
711.138888888889

12.矩阵相关

• NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。一个 的矩阵是一个由行（row）列（column）元素排列成的矩形阵列。
• numpy.matlib.identity() 函数返回给定大小的单位矩阵。单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为 1，除此以外全都为 0。

点击查看代码

# eye返回一个标准的单位矩阵
np.eye(6)
- array([[1., 0., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 0., 1.]])

- 转置矩阵
    - .T

arr.T
- array([[69, 37, 13,  5, 54],
       [80, 57, 16, 16, 63],
       [ 7, 26, 93, 47, 20],
       [90, 92, 54, 66, 11],
       [31, 91, 87, 51, 94],
       [44, 34, 34, 12, 88]])

13.矩阵相乘

• 矩阵相乘
  • numpy.dot(a, b, out=None)
    • a : ndarray 数组
    • b : ndarray 数组
  • 第一个矩阵第一行的每个数字（2和1），各自乘以第二个矩阵第一列对应位置的数字（1和1），然后将乘积相加（ 2 x 1 + 1 x 1），得到结果矩阵左上角的那个值3。也就是说，结果矩阵第m行与第n列交叉位置的那个值，等于第一个矩阵第m行与第二个矩阵第n列，对应位置的每个值的乘积之和。
  • 线性代数基于矩阵的推导：
    • https://www.cnblogs.com/alantu2018/p/8528299.html

点击查看代码

a1 = np.array([[2,1],[4,3]])
a2 = np.array([[1,2],[1,0]])

np.dot(a1,a2)

array([[3, 4],
       [7, 8]])