Numpy学习笔记

Numpy学习笔记

Numpy是Python的一个数值计算库

Numpy使用ndarray对象来处理多维数据

np.array创建darray

Numpy的优势

ndarray的元素是连续存储的，因此随机读写性能会好

ndarray的属性

关键且常用的属性就是shape和dtype

常见的类型:

在创建ndarray时，我们可以指定类型:

如果不指定，整数默认是int64,小数默认是float64

数组修改类型:

生成数组的方式

linspace第三个参数表示生成的数组中元素的个数

np.arange的用法和python的range比较像，但是它是可以生成小数，而range只能是整数

我们可以使用np.round来确定小数的保留位数

均匀分布和正态分布

均匀分布：np.random.uniform(low,high,size)

low: 采样下界，float类型，默认值为0；
high: 采样上界，float类型，默认值为1；
size: 输出样本数目，为int或元组(tuple)类型，例如，size=(m,n,k), 则输出m*n*k个样本，缺省时输出1个值。

正态分布:np.random.normal(loc,scale,size)

loc:float

概率分布的均值，对应着整个分布的中心center

scale:float

概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高

size:int or tuple of ints

输出的shape，默认为None，只输出一个值

数组变形

数组序列化

输出为:

数组去重

其实python也有一个内置的去重函数叫set()，但是其传入的只能是一维数组，我们也可以将ndarray通过 数组名.flatten()压缩为一维再使用

逻辑运算

1. 直接对数组中元素值进行布尔运算，返回布尔数组:

   

2. 对于上面返回的布尔数组，可以再次传入原始数组中从而获取值为True的元素组成的数组

   

3. 还可以对上面的数组直接赋值

   

   也就是对满足表达式的元素直接赋值。省去了for循环

4. 

5. 

   注意上面逻辑与和逻辑或的用法

统计运算

可以选择按行统计还是按列统计

可以用ndarray.方法名，也可以用np.函数名

argmin返回的是最小值的位置而不是最小值

数组间运算

数组与数的运算实质是数和数组中所有元素的运算

数组之间也可以运算：

可以看到，宽度一致时，是一层一层相减的。但是这样要求t7的长必须为1，t7要是两层的话就不行了。同样地，t7如果是一列也可以算

矩阵运算

numpy中数组和矩阵不是一种类型，矩阵的存储使用的是matrix数据类型，当然用ndarray也没什么问题

使用np.mat来创建matrix

矩阵乘法：

对于ndarray类型的话：

对于matrix类型，直接使用*即可

数组的合并与分割

hstack是对数组进行水平拼接，而vstack是进行垂直拼接

np.concatenate可以进行水平和垂直拼接，但是需要传入参数来确定是怎么拼接

np.split可以传入要分割的个数（此时默认每个里的元素数量是相同的)，也可以按下标分割，例如上图中第二个例子将前3个、4-5个等等分成不同组

文件的读取和数据处理

读取csv

但是这样的读取是存在问题的:

原csv是这样:

读出来是这样:

（nan:not a number)

对于字符串会自动读成nan,因为ndarray中元素的类型需要是一样的，所以不能第一行是字符串而剩下的是数。这个nan的类型和其他元素的类型保持一致

我们可以看到原本的数据中其实就是有两个缺失值的，这个一般怎么处理呢？一种方法是，如果我们的数据够多，就可以直接删除这个缺失值所在的样本；另外一个思路是求缺失值所在的那一列的平均值填入，具体函数如下：

所以我们一般不用numpy来读文件，而只用它来处理文件

而对于数据处理，pandas更为方便