Numpy是python語(yǔ)言中最基礎(chǔ)和最強(qiáng)大的科學(xué)計(jì)算和數(shù)據(jù)處理的工具包，如數(shù)據(jù)分析工具pandas也是基于numpy構(gòu)建的锯茄，機(jī)器學(xué)習(xí)包scikit-learn也大量使用了numpy方法。本文介紹了Numpy的n維數(shù)組在數(shù)據(jù)處理和分析的所有核心應(yīng)用。
目錄
1. 如何構(gòu)建numpy數(shù)組
2.如何觀察數(shù)組屬性的大小和形狀（shape）
3.如何從數(shù)組提取特定的項(xiàng)
4.如何從現(xiàn)有的數(shù)組定義新數(shù)組
5.多維數(shù)組的重構(gòu)（reshaping）和扁平（flattening）
6.如何通過(guò)numpy生成序列數(shù)（sequences），重復(fù)數(shù)（repetitions）和隨機(jī)數(shù)（random）
7. 小結(jié)
1. 如何構(gòu)建numpy數(shù)組
構(gòu)建numpy數(shù)組的方法很多肚医，比較常用的方法是用np.array函數(shù)對(duì)列表進(jìn)行轉(zhuǎn)化。
# 通過(guò)列表創(chuàng)建一維數(shù)組
importnumpyasnp
list1=[0,1,2,3,4]
arr1d=np.array(list1)
#打印數(shù)組和類型
print(type(arr1d))
arr1d
<type'numpy.ndarray'>
[01234]
數(shù)組和列表最關(guān)鍵的區(qū)別是：數(shù)組是基于向量化操作的向瓷，列表不是肠套，我們?cè)趯?shí)際項(xiàng)目中處理的數(shù)據(jù)一般是矩陣結(jié)構(gòu)，對(duì)該數(shù)據(jù)以行向量或列向量的形式進(jìn)行計(jì)算猖任，向量計(jì)算是基于數(shù)組實(shí)現(xiàn)的你稚，因此數(shù)組比列表的應(yīng)用更廣。
函數(shù)可以應(yīng)用到數(shù)組的每一項(xiàng)朱躺，列表不行刁赖。
比如，不可以對(duì)列表的每一項(xiàng)數(shù)據(jù)都加2长搀，這是錯(cuò)誤的宇弛。
list1+2# 錯(cuò)誤
可以對(duì)數(shù)組的某一項(xiàng)數(shù)據(jù)都加2
# Add 2 to each element of arr1d
arr1d+2
#> array([2, 3, 4, 5, 6])
另一個(gè)區(qū)別是已經(jīng)定義的numpy數(shù)組不可以增加數(shù)組大小，只能通過(guò)定義另一個(gè)數(shù)組來(lái)實(shí)現(xiàn)源请，但是列表可以增加大小枪芒。
然而彻况，numpy有更多的優(yōu)勢(shì)，讓我們一起來(lái)發(fā)現(xiàn)舅踪。
numpy可以通過(guò)列表中的列表來(lái)構(gòu)建二維數(shù)組纽甘。
# Create a 2d array from a list of lists
list2=[[0,1,2],[3,4,5],[6,7,8]]
arr2d=np.array(list2)
arr2d
#> array([[0, 1, 2],
#>? ? ? ? [3, 4, 5],
#>? ? ? ? [6, 7, 8]])
你也可以通過(guò)dtype參數(shù)指定數(shù)組的類型，一些最常用的numpy類型是：'float'硫朦，'int'贷腕，'bool'，'str'和'object'咬展。
# Create a float 2d array
arr2d_f=np.array(list2,dtype='float')
arr2d_f
#> array([[ 0.,? 1.,? 2.],
#>? ? ? ? [ 3.,? 4.,? 5.],
#>? ? ? ? [ 6.,? 7.,? 8.]])
輸出結(jié)果的小數(shù)點(diǎn)表示float類型，你也可以通過(guò) astype方法轉(zhuǎn)換成不同的類型瞒斩。
# 轉(zhuǎn)換成‘int’類型
arr2d_f.astype('int')
#> array([[0, 1, 2],
#>? ? ? ? [3, 4, 5],
#>? ? ? ? [6, 7, 8]])
# 先轉(zhuǎn)換‘int’類型破婆，再轉(zhuǎn)換‘str’類型
arr2d_f.astype('int').astype('str')
#> array([['0', '1', '2'],
#>? ? ? ? ['3', '4', '5'],
#>? ? ? ? ['6', '7', '8']],
#>? ? ? dtype='U21')
另一個(gè)區(qū)別是數(shù)組要求所有項(xiàng)是同一個(gè)類型，list沒(méi)有這個(gè)限制胸囱。如果你想要一個(gè)數(shù)組包含不同類型祷舀，設(shè)置‘dtype’為'object'。
# 構(gòu)建布爾類型數(shù)組
arr2d_b=np.array([1,0,10],dtype='bool')
arr2d_b
#> array([ True, False,? True], dtype=bool)
# 構(gòu)建包含數(shù)值和字符串的數(shù)組
arr1d_obj=np.array([1,'a'],dtype='object')
arr1d_obj
#> array([1, 'a'], dtype=object)
最終使用 tolist()函數(shù)使數(shù)組轉(zhuǎn)化為列表烹笔。
# Convert an array back to a list
arr1d_obj.tolist()
#> [1, 'a']
總結(jié)數(shù)組和列表主要的區(qū)別：
數(shù)組支持向量化操作裳扯，列表不支持；
數(shù)組不能改變長(zhǎng)度谤职，列表可以饰豺；
數(shù)組的每一項(xiàng)都是同一類型，list可以有多種類型允蜈；
同樣長(zhǎng)度的數(shù)組所占的空間小于列表冤吨；
2. 如何觀察數(shù)組屬性的大小和形狀（shape）
一維數(shù)組由列表構(gòu)建，二維數(shù)組arr2d由列表的列表構(gòu)建饶套，二維數(shù)組有行和列漩蟆，比如矩陣，三維數(shù)組由嵌入了兩個(gè)列表的列表構(gòu)建妓蛮。
假設(shè)給定一個(gè)數(shù)組怠李，我們?cè)趺慈チ私庠摂?shù)組的屬性。
數(shù)組的屬性包括：
數(shù)組的維度（ndim）
數(shù)組的形狀（shape）
數(shù)組的類型（dtype）
數(shù)組的大懈蚩恕（size）
數(shù)組元素的表示（通過(guò)索引）
# 定義3行4列的二維數(shù)組
list2=[[1,2,3,4],[3,4,5,6],[5,6,7,8]]
arr2=np.array(list2,dtype='float')
arr2
#> array([[ 1.,? 2.,? 3.,? 4.],
#>? ? ? ? [ 3.,? 4.,? 5.,? 6.],
#>? ? ? ? [ 5.,? 6.,? 7.,? 8.]])
# 形狀（shape）
print('Shape: ',arr2.shape)
# 數(shù)組類型（dtype）
print('Datatype: ',arr2.dtype)
# 數(shù)組大修囫（size）
print('Size: ',arr2.size)
# 數(shù)組維度（ndim）
print('Num Dimensions: ',arr2.ndim)
# 取數(shù)組第3行3列元素
print('items of 3 line 3 column: ',c[2,2])
#> Shape:? (3, 4)
#> Datatype:? float64
#> Size:? 12
#> Num Dimensions:? 2
#> items of 3 line 3 column:? 7
3. 如何從數(shù)組提取特定的項(xiàng)
數(shù)組的索引是從0開(kāi)始計(jì)數(shù)的，與list類似咖耘。numpy數(shù)組通過(guò)方括號(hào)的參數(shù)以選擇特定的元素翘簇。
# 選擇矩陣的前兩行兩列
arr2[:2,:2]
list2[:2,:2]# 錯(cuò)誤
#> array([[ 1.,? 2.],
#>? ? ? ? [ 3.,? 4.]])
numpy數(shù)組支持布爾類型的索引，布爾型索引數(shù)組與過(guò)濾前（array-to-be-filtered）的數(shù)組大小相等儿倒，布爾型數(shù)組只包含Ture和False變量版保，Ture變量對(duì)應(yīng)的數(shù)組索引位置保留了過(guò)濾前的值 呜笑。
arr2
#> array([[ 1.,? 2.,? 3.,? 4.],
#>? ? ? ? ? [ 3.,? 4.,? 5.,? 6.],
#>? ? ? ? ? [ 5.,? 6.,? 7.,? 8.]])
# 對(duì)數(shù)組每一個(gè)元素是否滿足某一條件，然后獲得布爾類型的輸出
b=arr2>4
b
#> array([[False, False, False, False],
#>? ? ? ? [False, False,? True,? True],
#>? ? ? ? [ True,? True,? True,? True]], dtype=bool)
# 取布爾型數(shù)組保留的原始數(shù)組的值
arr2[b]
#> array([ 5.,? 6.,? 5.,? 6.,? 7.,? 8.])
3.1 如何反轉(zhuǎn)數(shù)組
# 反轉(zhuǎn)數(shù)組的行
arr2[::-1,]
#> array([[ 5.,? 6.,? 7.,? 8.],
#>? ? ? ? [ 3.,? 4.,? 5.,? 6.],
#>? ? ? ? [ 1.,? 2.,? 3.,? 4.]])
# Reverse the row and column positions
# 反轉(zhuǎn)數(shù)組的行和列
arr2[::-1,::-1]
#> array([[ 8.,? 7.,? 6.,? 5.],
#>? ? ? ? [ 6.,? 5.,? 4.,? 3.],
#>? ? ? ? [ 4.,? 3.,? 2.,? 1.]])
3.2 如何處理數(shù)組的缺失值（missing）和無(wú)窮大（infinite）值
缺失值可以用np.nan對(duì)象表示彻犁，np.inf表示無(wú)窮大值叫胁，下面用二維數(shù)組舉例：
# 插入nan變量和inf變量
arr2[1,1]=np.nan# not a number
arr2[1,2]=np.inf# infinite
arr2
#> array([[? 1.,? 2.,? 3.,? 4.],
#>? ? ? ? [? 3.,? nan,? inf,? 6.],
#>? ? ? ? [? 5.,? 6.,? 7.,? 8.]])
# 用-1代替nan值和inf值
missing_bool=np.isnan(arr2)|np.isinf(arr2)
arr2[missing_bool]=-1
arr2
#> array([[ 1.,? 2.,? 3.,? 4.],
#>? ? ? ? [ 3., -1., -1.,? 6.],
#>? ? ? ? [ 5.,? 6.,? 7.,? 8.]])
3.3 如何計(jì)算n維數(shù)組的平均值，最小值和最大值
# 平均值汞幢，最大值驼鹅，最小值
print("Mean value is: ",arr2.mean())
print("Max value is: ",arr2.max())
print("Min value is: ",arr2.min())
#> Mean value is:? 3.58333333333
#> Max value is:? 8.0
#> Min value is:? -1.0
如果要求數(shù)組的行或列的最小值，使用np.amin函數(shù)
# Row wise and column wise min
# 求數(shù)組行和列的最小值
# axis=0表示列森篷，1表示行
print("Column wise minimum: ",np.amin(arr2,axis=0))
print("Row wise minimum: ",np.amin(arr2,axis=1))
#> Column wise minimum:? [ 1. -1. -1.? 4.]
#> Row wise minimum:? [ 1. -1.? 5.]
對(duì)數(shù)組的每個(gè)元素進(jìn)行累加输钩，得到一維數(shù)組，一維數(shù)組的大小與二維數(shù)組相同仲智。
# 累加
np.cumsum(arr2)
#> array([? 1.,? 3.,? 6.,? 10.,? 13.,? 12.,? 11.,? 17.,? 22.,? 28.,? 35., 43.])
4. 如何從現(xiàn)有的數(shù)組定義新數(shù)組
如果使用賦值運(yùn)算符從父數(shù)組定義新數(shù)組买乃，新數(shù)組與父數(shù)組共占同一個(gè)內(nèi)存空間，如果改變新數(shù)組的值钓辆，那么父數(shù)組也相應(yīng)的改變剪验。
為了讓新數(shù)組與父數(shù)組相互獨(dú)立，你需要使用copy（）函數(shù)前联。所有父數(shù)組都使用copy（）方法構(gòu)建新數(shù)組功戚。
# Assign portion of arr2 to arr2a. Doesn't really create a new array.
# 分配arr2數(shù)組給新數(shù)組arr2a，下面方法并沒(méi)有定新數(shù)組
arr2a=arr2[:2,:2]
arr2a[:1,:1]=100# arr2相應(yīng)位置也改變了
arr2
#> array([[ 100.,? ? 2.,? ? 3.,? ? 4.],
#>? ? ? ? [? 3.,? -1.,? -1.,? ? 6.],
#>? ? ? ? [? 5.,? ? 6.,? ? 7.,? ? 8.]])
# 賦值arr2數(shù)組的一部分給新數(shù)組arr2b
arr2b=arr2[:2,:2].copy()
arr2b[:1,:1]=101# arr2沒(méi)有改變
arr2
#> array([[ 100.,? ? 2.,? ? 3.,? ? 4.],
#>? ? ? ? [? 3.,? -1.,? -1.,? ? 6.],
#>? ? ? ? [? 5.,? ? 6.,? ? 7.,? ? 8.]])
5. 多維數(shù)組的重構(gòu)（reshaping）和扁平（flattening）
重構(gòu)（reshaping）是改變了數(shù)組項(xiàng)的排列似嗤，即改變了數(shù)組的形狀啸臀，未改變數(shù)組的維數(shù)。
扁平（flattening）是對(duì)多維數(shù)組轉(zhuǎn)化為一維數(shù)組双谆。
# 3x4數(shù)組重構(gòu)為4x3數(shù)組
arr2.reshape(4,3)
#> array([[ 100.,? ? 2.,? ? 3.],
#>? ? ? ? [? 4.,? ? 3.,? -1.],
#>? ? ? ? [? -1.,? ? 6.,? ? 5.],
#>? ? ? ? [? 6.,? ? 7.,? ? 8.]])
5.1 flatten()和ravel()的區(qū)別
數(shù)組的扁平化有兩種常用的方法壳咕，flatten()和ravel() 。flatten處理后的數(shù)組是父數(shù)組的引用顽馋，因此新數(shù)組的任何變化也會(huì)改變父數(shù)組谓厘，因其未用復(fù)制的方式構(gòu)建數(shù)組，內(nèi)存使用效率高寸谜，ravel通過(guò)復(fù)制的方式構(gòu)建新數(shù)組竟稳。
# flatten方法
arr2.flatten()
#> array([ 100.,? ? 2.,? ? 3.,? ? 4.,? ? 3.,? -1.,? -1.,? ? 6.,? ? 5., 6.,? ? 7.,? ? 8.])
# flatten方法
b1=arr2.flatten()
b1[0]=100# 改變b1的值并未影響arr2
arr2
#> array([[ 100.,? ? 2.,? ? 3.,? ? 4.],
#>? ? ? ? [? 3.,? -1.,? -1.,? ? 6.],
#>? ? ? ? [? 5.,? ? 6.,? ? 7.,? ? 8.]])
# ravel方法
b2=arr2.ravel()
b2[0]=101# 改變b2值，相應(yīng)的改變了arr2值
arr2
#> array([[ 101.,? ? 2.,? ? 3.,? ? 4.],
#>? ? ? ? [? 3.,? -1.,? -1.,? ? 6.],
#>? ? ? ? [? 5.,? ? 6.,? ? 7.,? ? 8.]])
6. 如何通過(guò)numpy生成序列數(shù)（sequences）熊痴，重復(fù)數(shù)（repetitions）和隨機(jī)數(shù)（random）
np.arrange函數(shù)手動(dòng)生成指定數(shù)目的序列數(shù)他爸，與ndarray作用一樣。
# 默認(rèn)下限為0
print(np.arange(5))
# 0 to 9果善，默認(rèn)步數(shù)為1
print(np.arange(0,10))
# 遞增步數(shù)2
print(np.arange(0,10,2))
# 降序
print(np.arange(10,0,-1))
#> [0 1 2 3 4]
#> [0 1 2 3 4 5 6 7 8 9]
#> [0 2 4 6 8]
#> [10? 9? 8? 7? 6? 5? 4? 3? 2? 1]
上例是通過(guò)np.arrange設(shè)置初始位置和結(jié)束位置來(lái)生成序列數(shù)诊笤，如果我們?cè)O(shè)置數(shù)組的元素個(gè)數(shù)，那么可以自動(dòng)計(jì)算數(shù)組的遞增值巾陕。
如構(gòu)建1到50的數(shù)組讨跟，數(shù)組有10個(gè)元素纪他，使用np.linspace總動(dòng)計(jì)算數(shù)組的遞增值。
# 起始位置和結(jié)束位置分別為1和50
np.linspace(start=1,stop=50,num=10,dtype=int)
#> array([ 1,? 6, 11, 17, 22, 28, 33, 39, 44, 50])
我們注意到上面例子的遞增值并不相等晾匠，有5和6兩個(gè)值茶袒，原因是計(jì)算遞增值采用了四舍五入的算法（rounding）。與np.linspace類似凉馆，np.logspace以對(duì)數(shù)尺度的方式增長(zhǎng)薪寓。
# 設(shè)置數(shù)組的精度為小數(shù)點(diǎn)后兩位
np.set_printoptions(precision=2)
# 起點(diǎn)為 10^1 and 終點(diǎn)為 10^50，數(shù)組元素個(gè)數(shù)10澜共，以10為底數(shù)
np.logspace(start=1,stop=50,num=10,base=10)
#> array([? 1.00e+01,? 2.78e+06,? 7.74e+11,? 2.15e+17,? 5.99e+22,
#>? ? ? ? ? 1.67e+28,? 4.64e+33,? 1.29e+39,? 3.59e+44,? 1.00e+50])
初始化數(shù)組的元素全為1或全為0向叉。
np.zeros([2,2])
#> array([[ 0.,? 0.],
#>? ? ? ? [ 0.,? 0.]])
np.ones([2,2])
#> array([[ 1.,? 1.],
#>? ? ? ? [ 1.,? 1.]])
7.1 如何構(gòu)建重復(fù)的序列數(shù)
np.tile重復(fù)整個(gè)的數(shù)組或列表n次，np.repeat重復(fù)數(shù)組每一項(xiàng)n次咳胃。
a=[1,2,3]
# 重復(fù)數(shù)組a兩次
print('Tile:? ',np.tile(a,2))
# 重復(fù)數(shù)組a每項(xiàng)兩次
print('Repeat: ',np.repeat(a,2))
#> Tile:? ? [1 2 3 1 2 3]
#> Repeat:? [1 1 2 2 3 3]
7.2 如何生存隨機(jī)數(shù)
random模塊包含的函數(shù)可以生成任一數(shù)組形狀的隨機(jī)數(shù)和統(tǒng)計(jì)分布植康。
# 生成2行2列的[0,1)的隨機(jī)數(shù)
print(np.random.rand(2,2))
# 生成均值為0方差為1的2行2列的正態(tài)分布值
print(np.random.randn(2,2))
# 生成[0,10)的2行2列的隨機(jī)整數(shù)
print(np.random.randint(0,10,size=[2,2]))
# 生成一個(gè)[0,1)的隨機(jī)數(shù)
print(np.random.random())
# 生成[0,1)的2行2列的隨機(jī)數(shù)
print(np.random.random(size=[2,2]))
# 從給定的列表等概率抽樣10次
print(np.random.choice(['a','e','i','o','u'],size=10))
# 從給定的列表和對(duì)應(yīng)的概率分布抽樣10次
print(np.random.choice(['a','e','i','o','u'],size=10,p=[0.3,.1,0.1,0.4,0.1]))# picks more o's
#> [[ 0.84? 0.7 ]
#>? [ 0.52? 0.8 ]]
#> [[-0.06 -1.55]
#>? [ 0.47 -0.04]]
#> [[4 0]
#>? [8 7]]
#> 0.08737272424956832
#> [[ 0.45? 0.78]
#>? [ 0.03? 0.74]]
#> ['i' 'a' 'e' 'e' 'a' 'u' 'o' 'e' 'i' 'u']
#> ['o' 'a' 'e' 'a' 'a' 'o' 'o' 'o' 'a' 'o']
7.3 如何得到數(shù)組獨(dú)特（unique）的項(xiàng)和個(gè)數(shù)（counts）
np.unique函數(shù)去除數(shù)組中重復(fù)的元素，設(shè)置return_counts參數(shù)為T(mén)rue展懈，得到數(shù)組每一項(xiàng)的個(gè)數(shù)。
# 定義范圍為[0,10)供璧，個(gè)數(shù)為10的隨機(jī)整數(shù)數(shù)組
np.random.seed(100)
arr_rand=np.random.randint(0,10,size=10)
print(arr_rand)
#> [8 8 3 7 7 0 4 2 5 2]
# 得到數(shù)組獨(dú)特的項(xiàng)和相應(yīng)的個(gè)數(shù)
uniqs,counts=np.unique(arr_rand,return_counts=True)
print("Unique items : ",uniqs)
print("Counts? ? ? : ",counts)
#> Unique items :? [0 2 3 4 5 7 8]
#> Counts? ? ? :? [1 2 1 1 1 2 2]
8 小結(jié)
本文比較全面的介紹了numpy的基本用法存崖，希望對(duì)numpy還不熟悉的同學(xué)有所幫助。
