Numpy数组创建
np.array(list/tuple) # 接收一切序列型对象，如list列表、tuple元组等
数组 (array) 是相同类型的元素 (element) 的集合所组成数据结构 (data structure)。
numpy 数组中的元素用的最多是「数值型」元素
数组常见属性 type：数组类型，numpy.ndarray dtype：数组元素类型，是双精度浮点 (和 type 区分) ndim：维度个数 len()：数组长度为 5 (注意这个说法只对一维数组有意义) size：数组元素个数为 5 shape：数组形状，即每个维度的元素个数 (用元组来表示)，只有一维，元素个数为 5，写成元组形式是 (5,)
class1 = np.array([89, 96, 45, 59, 98]) class2 = np.array([True, 18, 177.5, '张三']) # 只要有一个是字符串，其他都是字符串
特征和维度 维度：我们观察或认知事物的角度 axis，中文叫「轴」，一个数组是多少维度就有多少根轴。由于 Python 计数都是从 0 开始的，那么 第 1 维度 = axis 0 第 2 维度 = axis 1 第 3 维度 = axis 2 n维数组，一个「标量」或「元组类型的形状」
数组查询介绍
- 类list查询
- ndarray数组查询方法，推荐
class3 = np.array([
[
[True,80,177.7,'张小明'],
[False,99,164.5,'李丽'],
[True,59,158,'王华']
],
[
[True,95,178,'张小明'],
[False,99,164.5,'李丽2'],
[True,39,178,'王华2']
],
])
class12[1][1][3]
class12[1, 1, 3] # ndarray数组查询方法，推荐
ndarray数组自动创建
为了实现某些运算，需要快速构造符合要求的大数组
Numpy函数生成的数组，如不指定类型几乎全为浮点型(arange除外,它是整型)，因为科学计算中测量值，例如温度、长度，都是浮点数
常用函数
- 序列：
np.arange() - 自定义均匀分布：
np.random.uniform() - 自定义均匀分布、整数：
np.random.randint() - 自定义正态分布：
np.random.normal()
生成序列
np.arange(10) # 序列，默认起始值0 np.arange(5, 15) # 起始值，结束值 np.arange(5, 15, 2) # 起始值，结束值，步长 # 改变数据的形状 np.arange(24) np.arange(24).reshape(3, 8) np.arange(24).reshape(2, 3, 4)
在指定的间隔内返回均匀间隔的数字
np.linspace(1,10,5) #(start,stop，num=50,endpoint=True,retstep=False,dtype=None) 不包含结束值 # 绘制一条直线 # 一次函数，y = a * x + b a = -5 b = -8 x = np.arange(5) y = a * x + b plt.plot(x, y) ############################## # 绘制曲线 # 二次函数：y = a * x ** 2 + b * x + c a = 3 b = 5 c = 8 # x = np.arange(-5, 5) # 非线性函数要平滑需不断增大值范围，导致图像不平衡 x = np.linspace(-5, 5, 500) # 固定坐标轴范围，同时图像更平滑 y = a * x ** 2 + b * x + c # plt.figure(figsize=(18, 10)) plt.plot(x, y)
伪随机数：计算机生成的随机数是伪随机数
均匀分布的随机数(0-1之间）
np.random.rand(10) np.random.rand(2, 3, 4)
带起始、结束值的均匀分布随机数
np.random.uniform(10, 50, 10)
np.random.uniform(10, 50, (3, 2))
x = np.random.uniform(10, 50, 1000)
plt.hist(
x,
50,
edgecolor='white',
)
plt.show()
均匀分布随机数：整数
# 最常用 np.random.randint(10, 100, (3, 2)) # 随机数种子，固定随机数 np.random.seed(1) # 随机数种子 np.random.randint(10, 100, (3, 2))
正态分布
自然界和人类社会的数据分布一般是正态分布
- 彼此无关的大量数据(不稀缺资源)，最终会形成正态分布
- 彼此相关的大量数据(稀缺资源)，最终会形成指数分布
身高，财产，考试成绩，入学率
当一组测量数据服从正态分布时,
- 约68.26%的测量值落在平均值处正负一个标准差的区间内
- 约95.44%的测量值将落在平均值处正负两个标准差的区间内
- 约99.73%的值将落在平均值处正负三个标准差的区间内
# 标准正态分布随机数 # 浮点数，平均值0，标准差1 np.random.randn(10) np.random.randn(2, 3, 4)
# 自定义正态分布，分布中心是loc（概率分布的均值）,标准差是scale，形状是size np.random.normal(50, 1, (3, 5))
指数分布（幂率分布
x = np.random.exponential(100, 1000)
plt.hist(
x,
50,
edgecolor='white',
)
plt.show()
中国青年男性身高分析
自定义正态分布
平均值1.68，标准差0.1 1.68+or-0.1
man = np.round(np.random.normal(1.68, 0.1, 200000), 2)
plt.figure(figsize=(18, 8))
plt.hist(
man,
30,
edgecolor='white',
)
plt.xticks(np.arange(12, 21) / 10)
plt.show()