本文內(nèi)容整理自DataCamp課程之 Intro to Python for Data Science.
本系列將包括以下內(nèi)容：
- Python 基礎(chǔ)
- Python 列表 list
- 函數(shù)毫胜、方法和包
- Numpy 入門 （本文）
訪問 我的github 可下載本文對應(yīng)的notebook以及練習(xí)答案驹饺，便于親手實(shí)踐。
注意：本文代碼基于Python3版本。如果要在python2中執(zhí)行，需要先導(dǎo)入_future_模塊。
#僅在Python2中使用
#from __future__ import division
#from __future__ import print_function
1. 一維數(shù)組
我們在第2講提到的列表（list）具有非常強(qiáng)大的功能，但卻不能很好滿足數(shù)據(jù)分析的要求：實(shí)現(xiàn)高速且大量的數(shù)學(xué)運(yùn)算。
用列表分別記錄身高和體重這兩組數(shù)據(jù)业踢，我們嘗試一下是否能用它來直接計(jì)算BMI指數(shù)。
height = [1.73, 1.68, 1.71, 1.89, 1.79] #身高列表
weight = [65.4, 59.2, 63.6, 88.4, 68.7] #體重列表
bmi = weight / height ** 2 #計(jì)算BMI指數(shù)
bmi
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-1-b6ce7d301f86> in <module>()
1 height = [1.73, 1.68, 1.71, 1.89, 1.79] #身高列表
2 weight = [65.4, 59.2, 63.6, 88.4, 68.7] #體重列表
----> 3 bmi = weight / height ** 2 #計(jì)算BMI指數(shù)
4 bmi
TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'
以上錯誤告訴我們礁扮，列表不能實(shí)現(xiàn)整體的數(shù)學(xué)運(yùn)算知举，這正是它的局限。那么該如何有效解決呢太伊？
Python 中有專門的數(shù)值計(jì)算基礎(chǔ)包 Numpy雇锡，它是 Numeric Python 的縮寫。Numpy提供的數(shù)組（array）可以很好地替代 Python 列表僚焦，不僅可以實(shí)現(xiàn)整體運(yùn)算锰提，而且還非常簡單快速。
那么就讓我們用 Numpy 數(shù)組來實(shí)現(xiàn)上面列表無法完成的BMI指數(shù)計(jì)算吧。
import numpy as np #導(dǎo)入numpy 包
np_height = np.array(height) #創(chuàng)建身高的numpy數(shù)組
np_height
array([ 1.73, 1.68, 1.71, 1.89, 1.79])
np_weight = np.array(weight) #創(chuàng)建體重的numpy數(shù)組
np_weight
array([ 65.4, 59.2, 63.6, 88.4, 68.7])
bmi = np_weight / np_height ** 2 #計(jì)算BMI指數(shù)
bmi
array([ 21.85171573, 20.97505669, 21.75028214, 24.7473475 , 21.44127836])
列表元素可以是任何類型立肘，但是 Numpy 數(shù)組元素必須是相同類型边坤。下面的例子說明，如果使用了不同的數(shù)據(jù)類型谅年，則會被強(qiáng)制轉(zhuǎn)化成同一種茧痒。
np.array([1.0, "is", True])
array(['1.0', 'is', 'True'], dtype='<U32')
加號 + 在列表和 Numpy 數(shù)組中的作用也是不一樣的。在列表中融蹂，加號實(shí)現(xiàn)列表的拼接旺订；而在 Numpy 數(shù)組中，加號則是進(jìn)行對應(yīng)元素的加法運(yùn)算殿较。
python_list = [1, 2, 3]
python_list + python_list
[1, 2, 3, 1, 2, 3]
numpy_array = np.array([1, 2, 3])
numpy_array + numpy_array
array([2, 4, 6])
切片操作耸峭，Numpy 數(shù)組與 Python 列表類似桩蓉。
bmi[1]
20.975056689342409
bmi[1:4]
array([ 20.97505669, 21.75028214, 24.7473475 ])
但 Numpy 數(shù)組能做的遠(yuǎn)不止這些淋纲，比如要找到bmi大于23的數(shù)，該怎么做呢院究？
bmi > 23
array([False, False, False, True, False], dtype=bool)
首先我們得到一個布爾變量組成的數(shù)組洽瞬，然后試著將它放入bmi[ ]中會有什么效果？
bmi[bmi > 23]
array([ 24.7473475])
于是我們得到了想要的結(jié)果业汰，可見伙窃，Numpy 數(shù)組是多么強(qiáng)大呀！
練習(xí)4-1：
你的第一個 Numpy 數(shù)組：棒球運(yùn)動員的身高數(shù)據(jù)样漆。
# 創(chuàng)建棒球運(yùn)動員的身高列表 baseball
baseball = [180, 215, 210, 210, 188, 176, 209, 200]
# 導(dǎo)入numpy包
# 用列表baseball創(chuàng)建numpy數(shù)組：np_baseball
# 打印np_baseball的數(shù)據(jù)類型
# 將以厘米為單位的身高轉(zhuǎn)換成以米為單位
# 找出高于2米的運(yùn)動員身高數(shù)據(jù)
# 打印輸出最后一個棒球運(yùn)動員的身高
# 打印輸出最后兩個運(yùn)動員的身高
2. 二維數(shù)組
Numpy 數(shù)組不僅限于一維为障，也可以是多維的。比如創(chuàng)建一個身高放祟、體重的二維數(shù)組鳍怨。
np_2d = np.array([[1.73, 1.68, 1.71, 1.89, 1.79],
[65.4, 59.2, 63.6, 88.4, 68.7]])
np_2d
array([[ 1.73, 1.68, 1.71, 1.89, 1.79], [ 65.4 , 59.2 , 63.6 , 88.4 , 68.7 ]])
np_2d.shape
(2, 5)
這是一個2行、5列的二維數(shù)組跪妥，第一行代表身高鞋喇，第二行代表體重。索引結(jié)構(gòu)如下圖所示：
了解了索引的結(jié)構(gòu)眉撵，就可以進(jìn)行切片操作了侦香。
np_2d[0] #選取第1行
array([ 1.73, 1.68, 1.71, 1.89, 1.79])
np_2d[0][2] #選取第1行第3列
1.71
np_2d[0,2] #選取第1行第3列的另一種方法
1.71
np_2d[:,1:3] #選取每一行的第2、3列
array([[ 1.68, 1.71], [ 59.2 , 63.6 ]])
np_2d[1,:] #選取第2行的所有列
array([ 65.4, 59.2, 63.6, 88.4, 68.7])
另外纽疟，二維數(shù)組的運(yùn)算也很有意思罐韩，仔細(xì)觀察下面的示例。
np_mat = np.array([[1, 2],
[3, 4],
[5, 6]])
np_mat * 2
array([[ 2, 4], [ 6, 8], [10, 12]])
np_mat + np.array([10, 10])
array([[11, 12], [13, 14], [15, 16]])
np_mat + np_mat
array([[ 2, 4], [ 6, 8], [10, 12]])
練習(xí)4-2：
你的第一個 Numpy 二維數(shù)組：棒球運(yùn)動員的身高污朽、體重?cái)?shù)據(jù)散吵。
# 創(chuàng)建二維列表 baseball, 第一列是身高，第二列是體重
baseball = [[180, 78.4],
[215, 102.7],
[210, 98.5],
[188, 75.2]]
#導(dǎo)入 numpy 基礎(chǔ)包
# 用二維列表baseball創(chuàng)建二維數(shù)組 np_baseball
# 打印輸出 np_baseball 的類型
# 打印輸出 np_baseball的shape屬性
# 打印輸出第3行的數(shù)據(jù)
# 打印輸出第二列體總數(shù)據(jù)
# 打印輸出第4名運(yùn)動員的身高
3. 基礎(chǔ)統(tǒng)計(jì)
分析的第一步，是觀察了解數(shù)據(jù)错蝴。對于少量數(shù)據(jù)洲愤，也許看一眼就行了，但是對于大量數(shù)據(jù)顷锰，就需要用到統(tǒng)計(jì)的知識了柬赐。Numpy 中有非常豐富的統(tǒng)計(jì)工具，那就讓我們一起來看看吧官紫。
下面的例子中肛宋，我們收集到棒球運(yùn)動員的一組數(shù)據(jù)，每一行代表一位選手的數(shù)據(jù)束世，每一列所代表的是體重酝陈、身高、年齡信息毁涉。
sample = np.array([
[ 74. , 215. , 34.69],
[ 72. , 210. , 30.78],
[ 72. , 210. , 35.43],
[ 73. , 188. , 35.71],
[ 69. , 176. , 29.39],
[ 69. , 209. , 30.77],
[ 71. , 200. , 35.07],
[ 76. , 231. , 30.19],
[ 71. , 180. , 27.05],
[ 73. , 188. , 23.88],
[ 73. , 180. , 26.96],
[ 74. , 185. , 23.29],
[ 74. , 160. , 26.11],
[ 69. , 180. , 27.55],
[ 70. , 185. , 34.27],
[ 73. , 189. , 27.99],
[ 75. , 185. , 22.38],
[ 78. , 219. , 22.89],
[ 79. , 230. , 25.76],
[ 76. , 205. , 36.33]])
首先沉帮，用切片的方法得到運(yùn)動員的身高數(shù)據(jù)。
height = sample[:,1]
height
array([ 215., 210., 210., 188., 176., 209., 200., 231., 180., 188., 180., 185., 160., 180., 185., 189., 185., 219., 230., 205.])
使用 np.mean() 函數(shù)計(jì)算身高的平均值：
np.mean(height)
196.25
使用 np.median() 函數(shù)計(jì)算身高的中位數(shù)：
np.median(height)
188.5
使用 np.std() 函數(shù)計(jì)算身高的標(biāo)準(zhǔn)差：
np.std(height)
18.616860637604827
使用 np.corrcoef() 函數(shù)計(jì)算體重和身高的相關(guān)系數(shù)：
np.corrcoef(sample[:,0], sample[:,1])
array([[ 1. , 0.50671793], [ 0.50671793, 1. ]])
使用 Numpy 還可以進(jìn)行統(tǒng)計(jì)模擬贫堰，生成隨機(jī)數(shù)或符合特定分布的數(shù)值穆壕。比如，下面的代碼生成了一組100個符合正態(tài)分布的數(shù)值其屏，均值是1.75喇勋，標(biāo)準(zhǔn)差是0.2。
data = np.round(np.random.normal(1.75, 0.20, size=100), 2)
像 sum()偎行、sort()這類的函數(shù)川背，Numpy 和 Python 中都有，那么它們的區(qū)別在哪里呢蛤袒？關(guān)鍵在于 Numpy 中的計(jì)算速度更快熄云，因?yàn)?Numpy 是專門針對數(shù)值計(jì)算的，而 Python 還要考慮其他數(shù)據(jù)類型汗盘。
sum(height)
3925.0
np.sum(height)
3925.0
練習(xí)4-3：
綜合練習(xí)：找出足球運(yùn)動中守門員和其他運(yùn)動員的身高的中位數(shù)皱碘。
# 創(chuàng)建足球運(yùn)動員的位置和對應(yīng)的身高數(shù)據(jù)
positions = ['GK', 'M', 'A', 'D', 'M', 'D', 'M', 'M', 'M', 'A', 'M', 'M', 'A', 'A', 'A', 'M', 'D', 'A', 'D', 'M', 'GK', 'D', 'D', 'M', 'M', 'M', 'M', 'D', 'M', 'GK']
heights = [191, 184, 185, 180, 181, 187, 170, 179, 183, 186, 185, 170, 187, 183, 173, 188, 183, 180, 188, 175, 193, 180, 185, 170, 183, 173, 185, 185, 168, 190]
# 導(dǎo)入numpy包
import numpy as np
# 將列表 positions 和 heights 分別轉(zhuǎn)化成numpy數(shù)組: np_positions, np_heights
# 將守門員的身高數(shù)據(jù)存入變量 gk_heights， 守門員對應(yīng)的位置編碼是’GK‘
gk_heights =
# 將守門員之外的其他運(yùn)動員的身高數(shù)據(jù)存入變量 other_heights
other_heights =
# 打印輸出守門員身高的中位數(shù)隐孽，替換代碼中的'None'
print("Median height of goalkeepers: " + str(None))
# 打印輸出其他運(yùn)動員身高的中位數(shù)癌椿，替換代碼中的'None'
print("Median height of other players: " + str(None))
補(bǔ)充：
關(guān)于 我的github 中文件下載的方式：
如果下載單個文件，點(diǎn)擊所要下載的文件菱阵，在新打開的頁面中找到右上方的
raw按鈕踢俄，右擊另存為即可。另外文件名需要刪除后綴 .txt晴及，而保留原始格式后綴都办，如 .ipynb 。如果打包下載，回到github庫的根目錄中琳钉，點(diǎn)擊右上方綠色的
Clone and download按鈕势木，選擇Download ZIP即可。
本文使用Jupyter notebook 編寫歌懒，關(guān)于它的說明和安裝方法啦桌，可以參考我之前的兩篇文章。
