Python Numpy数据分析中常用方法

    xiaoxiao2021-03-25  35

    一、多维的表示

    Numpy用列表表示多维矩阵: 第一维,维数大小为4: % = [ & & & &] //&为标量,%表示一个维数大小为4的一维向量 第二维,维数大小为3: @ = [% % %] //@表示由三个一维向量%组成的3*4的二维矩阵 上述二者添加变成: @ = [[& & & &] [& & & &] [& & & &]]

    三维列表如下: >>> b = numpy.arange(24).reshape(2,3,4) >>>print b [[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]]] >>> b[1,2,1] 21

    通过索引查值可以理解为:从外往里找, 索引为1找到值:

    [[12 13 14 15] [16 17 18 19] [20 21 22 23]]

    索引为2找到值:

    [20 21 22 23]

    索引为1找到值:

    21

    索引理解:

    :表示当前维的所有索引值都取 import numpy as np t = np.array( [ [ [ [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], [28,29,30] ], [ [31,32,33], [34,35,36] ] ] ]) print(t[0,:,:,:]) [[[ 1 2 3] [ 4 5 6]] [[ 7 8 9] [10 11 12]] [[13 14 15] [16 17 18]]] print(t[:,0,:,:]) [[[ 1 2 3] [ 4 5 6]] [[19 20 21] [22 23 24]]] print(t[:,:,0,:]) [[[ 1 2 3] [ 7 8 9] [13 14 15]] [[19 20 21] [25 26 27] [31 32 33]]] print(t[:,:,:,0]) [[[ 1 4] [ 7 10] [13 16]] [[19 22] [25 28] [31 34]]]

    二、生成数组

    基本数据类型: bool 用一个字节存储的布尔类型(True或False) inti 由所在平台决定其大小的整数(一般为int32或int64) int8  一个字节大小,-128 至 127 int16  整数,-32768 至 32767 int32   整数,-2 ^31 至 2 ^31 -1 int64  整数,-2 ^ 63 至 2 ^ 63 - 1 uint8  无符号整数,0 至 255 uint16   无符号整数,0 至 65535 uint32  无符号整数,0 至 2^ 32 - 1 uint64   无符号整数,0 至 2 ^ 64 - 1 float16  半精度浮点数:16位,正负号1位,指数5位,精度10位 float32   单精度浮点数:32位,正负号1位,指数8位,精度23位 float64或float  双精度浮点数:64位,正负号1位,指数11位,精度52位 complex64  复数,分别用两个32位浮点数表示实部和虚部 complex128或complex   复数,分别用两个64位浮点数表示实部和虚部

    array方法:

    通过列表: >>> print numpy.array([[1,2],[3,4]], dtype=int16) //显示定义数组元素类型 [[1 2] [3 4]] 通过元组 >>> print numpy.array((1.0,2,3,4)) [ 1.0 2. 3. 4. ]

    arrange方法:

    >>> print numpy.arange(11) [ 0 1 2 3 4 5 6 7 8 9 10]

    linspace方法(1-3分成9份):

    >>> print numpy.linspace(1,3,9) [ 1. 1.25 1.5 1.75 2. 2.25 2.5 2.75 3. ]

    zeros(0),ones(1),eye(对角):

    >>> print numpy.zeros((3,4)) [[ 0. 0. 0. 0.] [ 0. 0. 0. 0.] [ 0. 0. 0. 0.]] >>> print numpy.ones((3,4)) [[ 1. 1. 1. 1.] [ 1. 1. 1. 1.] [ 1. 1. 1. 1.]] >>> print numpy.eye(3) [[ 1. 0. 0.] [ 0. 1. 0.] [ 0. 0. 1.]]

    随机数: numpy.random.uniform 函数原型: numpy.random.uniform(low,high,size)从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.

    randint: 原型:numpy.random.randint(low, high=None, size=None, dtype=‘l’),产生随机整数;

    random_integers: 原型: numpy.random.random_integers(low, high=None, size=None),在闭区间上产生随机整数;

    random_sample: 原型: numpy.random.random_sample(size=None),在[0.0,1.0)上随机采样;

    random: 原型: numpy.random.random(size=None),和random_sample一样,是random_sample的别名;

    rand: 原型: numpy.random.rand(d0, d1, …, dn),产生d0 - d1 - … - dn形状的在[0,1)上均匀分布的float型数。

    randn: 原型:numpy.random.randn(d0,d1,…,dn),产生d0 - d1 - … - dn形状的标准正态分布的float型数。

    三、数组属性

    >>> a = numpy.ones((3,4)) >>> print a.ndim #维数 2 >>> print a.shape #每一维的大小 (3, 4) >>> print a.size #元素数 12 >>> print a.dtype #元素类型 float64 >>> print a.itemsize #每个元素所占的字节数 8

    四、数组索引,切片

    索引:

    >>> b = numpy.arange(24).reshape(2,3,4) >>>print b [[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]]] >>> b[1,2,1] 21

    切片:

    >>> b = numpy.arange(12).reshape(4,3) >>> print b [[ 0 1 2] [ 3 4 5] [ 6 7 8] [ 9 10 11]]  # -1表示我懒得计算该填什么数字,由python通过数组a和其他的值3推测出来 np.reshape(a, (3,-1))

    改变维数大小:

    将切片对象按列转换为连接。 np.c_[np.array([1,2,3]), np.array([4,5,6])] Out[96]: array([[1, 4], [2, 5], [3, 6]]) np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])] Out[97]: array([[1, 2, 3, 0, 0, 4, 5, 6]]) 从数组的形状中删除单维条目 x = np.array([[[0], [1], [2]]]) print(x) """ x= [[[0] [1] [2]]] """ print(x.shape) # (1, 3, 1) x1 = np.squeeze(x) print(x1) # [0 1 2] print(x1.shape) # (3,)

    五、运算

    ±*/ 运算符±*/都是对每个元素进行计算

    >>> print a [[ 1. 1.] [ 1. 1.]] >>> print b [[ 1. 0.] [ 0. 1.]] >>> print a+b [[ 2. 1.] [ 1. 2.]] >>> print a-b [[ 0. 1.] [ 1. 0.]] >>> print b*2 [[ 2. 0.] [ 0. 2.]] >>> print (a*2)*(b*2) [[ 4. 0.] [ 0. 4.]] >>> print b/(a*2) [[ 0.5 0. ] [ 0. 0.5]] >>> print (a*2)**4 [[ 16. 16.] [ 16. 16.]]

    其他方法: sum min max

    >>> a = numpy.ones((3,4)) >>> a.sum() 12 >>> a.sum(axis=0) #计算每一列的和 array([ 4, 4, 4]) >>> a.min() 1 >>> a.max() 1 #关于参数axis的含义:首先我们将三维数组想象成许多二维数组平面添加而成。可按倒序记忆:三维最后添加深度0,倒数第二添加列1,第一形成行2。则 >>> print(X) [[[5 2] [4 2]] [[1 3] [2 3]] [[1 1] [0 1]]] >>> X.sum(axis=0) //全部平面上的对应位置 array([[7, 6], [6, 6]]) >>> X.sum(axis=1) //每一个平面的每一列 array([[9, 4], [3, 6], [1, 2]]) >>> X.sum(axis=2) //每一个平面的每一行 array([[7, 6], [4, 5], [2, 1]]) >>> print a [[0 1 2] [3 4 5] [6 7 8]] >>> a.sum(axis=0) //列 array([ 9, 12, 15]) >>> a.sum(axis=1) //行 array([ 3, 12, 21])

    sin floor exp

    >>> print a [[ 1. 1.] [ 1. 1.]] >>> numpy.sin(a) array([[ 0.84147098, 0.84147098], [ 0.84147098, 0.84147098]]) >>> numpy.floor(a) array([[ 1., 1.], [ 1., 1.]]) >>> numpy.exp(a) array([[ 2.71828183, 2.71828183], [ 2.71828183, 2.71828183]])

    如果数组太长,Numpy默认只打印两端数据,可设置set_printoptions(threshold=‘nan’) 强制打印

    sign

    import numpy as np np.sign([-5., 0, 4.5]) # 大于0等于1,小于0等于-1 array([-1., 0., 1.])

    六、合并

    属于深拷贝

    >>> a = numpy.ones((2,2)) >>> b = numpy.eye(2) //垂直组合 >>> print np.vstack((a,b)) //与row_stack()行组合类似 [[ 1. 1.] [ 1. 1.] [ 1. 0.] [ 0. 1.]] //水平组合 >>> print numpy.hstack((a,b)) //与column_stack()行组合类似 [[ 1. 1. 1. 0.] [ 1. 1. 0. 1.]] //深度组合 >>> print a [[0 1 2] [3 4 5] [6 7 8]] >>> b = a*2 >>> print b [[ 0 2 4] [ 6 8 10] [12 14 16]] >>> print numpy.dstack((a,b)) //a与b在相同位置的元素进行组合 [[[ 0 0] [ 1 2] [ 2 4]] [[ 3 6] [ 4 8] [ 5 10]] [[ 6 12] [ 7 14] [ 8 16]]] >>> a = numpy.ones((1,1)) >>> b = a #浅拷贝,作为函数参数时属于浅拷贝 >>> b is a True >>> c = a.copy() #深拷贝 >>> c is a False

    拼接: 原始python:

    y1 = [[1,0],[0,0]] y2 = [[0,0],[0,1]] y1.append(y2) #将y2作为一个元素并进y1 # [[1, 0], [0, 0], [[0, 0], [0, 1]]] y1 = [[1,0],[0,0]] y2 = [[0,0],[0,1]] y1.extend(y2) #将y2中元素逐个取出放入y1 # [[1, 0], [0, 0], [0, 0], [0, 1]]

    numpy方法:

    import numpy as np a=np.array([[1,2,3],[4,5,6]]) b=np.array([[11,21,31],[7,8,9]]) np.append(a,b) # 将a和b中元素拼成一维 # array([ 1, 2, 3, 4, 5, 6, 11, 21, 31, 7, 8, 9]) import numpy as np a=np.array([[1,2,3],[4,5,6]]) b=np.array([[11,21,31],[7,8,9]]) np.concatenate((a,b)) #将a和b默认按axis=0拼 array([[ 1, 2, 3], [ 4, 5, 6], [11, 21, 31], [ 7, 8, 9]]) y1 = np.array([ [[1,0],[1,0]] , [[0,0],[0,0]] ]) y2 = np.array([ [[0,0],[0,0]] , [[0,1],[0,1]] ]) np.concatenate((y1,y2),axis=1) #按轴=1拼 array([[[1, 0], [1, 0], [0, 0], [0, 0]], [[0, 0], [0, 0], [0, 1], [0, 1]]])

    针对不同shape时,list和numpy混用:

    y1 = [ np.array([[1,0,0],[1,0,0]]) , np.array([[0,0],[0,0]]) ] y2 = [ np.array([[0,0,0],[0,0,0]]) , np.array([[0,1],[0,1]]) ] np.concatenate((y1[0],y2[0])) array([[1, 0, 0], [1, 0, 0], [0, 0, 0], [0, 0, 0]])

    七、分割

    垂直和水平分割:

    >>> print a [[0 1 2] [3 4 5] [6 7 8]] >>> numpy.hsplit(a,3) [array([[0], [3], [6]]), array([[1], [4], [7]]), array([[2], [5], [8]])] >>> print numpy.hsplit(a,3) [array([[0], [3], [6]]), array([[1], [4], [7]]), array([[2], [5], [8]])] >>> print a [[0 1 2] [3 4 5] [6 7 8]] >>> numpy.hsplit(a,3) [array([[0], [3], [6]]), array([[1], [4], [7]]), array([[2], [5], [8]])] >>> numpy.vsplit(a,3) [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

    深度分割:

    >>> a = numpy.arange(27).reshape(3,3,3) >>> print a [[[ 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]]] >>> numpy.dsplit(a,3) [array([[[ 0], [ 3], [ 6]], [[ 9], [12], [15]], [[18], [21], [24]]]), array([[[ 1], [ 4], [ 7]], [[10], [13], [16]], [[19], [22], [25]]]), array([[[ 2], [ 5], [ 8]], [[11], [14], [17]], [[20], [23], [26]]])]

    八、矩阵算法

    >>> print a [[1 0] [2 3]] >>> numpy.dot(a,a) #运用矩阵乘法,对于一位数组做的是内积运算 array([[ 1, 0], [ 8, 9]]) >>> print a.transpose() #运用矩阵转置 [[1 2] [0 3]] >>> print numpy.trace(a) #运用矩阵的迹 4

    九、其他

    numpy.where函数是三元表达式x if condition else y的矢量化版本

    plt.plot(xx, np.where(xx < 1, 1 - xx, 0), 'g-',label="Hinge loss") # if xx<1 则1-xx否则0

    维度转置:

    # 其中 0 1 2 3分别表示张量的四个轴,转置后原来轴序变成 3 0 1 2 b = np.transpose(np.float32(a[:,:,:,np.newaxis]), (3,0,1,2))

    判断是否有空值:

    import numpy as np data = np.array([1,2,3,np.nan,4,np.nan]) # 获得一个bool数组 np.isnan(data) # array([False, False, False, True, False, True], dtype=bool) # 获得nan的数量 np.isnan(data).sum() # 2

    删除行列:

    删列: np.delete(arr, [1,2], axis=1) # 对象,列数,指定轴 删行: np.delete(arr, -1, axis=0)

    读写文件:

    np.savetxt('a.csv',a,fmt='%d',delimiter=',')#以逗号,分隔 b = loadtxt('a.csv',dtype=int,delimiter=',',usecols=(1,3,4)) Save an array to a binary file in NumPy .npy format. np.save(outfile, x) np.load(outfile)

    排序:

    np.sort(a,axis=1)

    直方图:

    np.histogram(num_count,bins=20)

    去重:

    label_u = np.unique(label)

    numpy与list转换:

    np.array(a) a.tolist()

    生成索引打乱数据:

    np.random.seed(7) index = np.arange(train_num) np.random.shuffle(index) print(index[:10]) part = int(0.90*train_num) X_train = X[:part] X_val = X[part:]

    计算分位点:

    for i in range(8): print(i,":",np.percentile(continues[i],95)) #95%分位点
    转载请注明原文地址: https://ju.6miu.com/read-50054.html

    最新回复(0)