Numpy的基础使用

数据分析: 是把隐藏在一些看似杂乱无章的数据背后的信息提取出来,总结出所研究对象的内在规律

• 数据分析的三剑客: Numpy, Pandas, Matplotlib

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

一, 创建ndarry

使用np.array()创建

import numpy as np   # 约定使用np

np.array([1, 2, 3, 4, 5])  # 一维数组

array([1, 2, 3, 4, 5])

np.array([[1, 2], [1, 2]])  # 二维数组

array([[1, 2],
       [1, 2]])

np.array([[1, 'two'], [1, 2.3]])

array([['1', 'two'],
       ['1', '2.3']], dtype='<U11')

注意：

• numpy默认ndarray的所有元素的类型是相同的
• 如果传进来的列表中包含不同的类型，则自动统一为同一类型，优先级：str>float>int

使用案例:

• 使用matplotlib.pyplot获取一个numpy数组，数据来源于一张图片

import matplotlib.pyplot as plt   # 约定使用plt
img_arr = plt.imread('./ceshi.bmp')
img_arr  # 三维数组

array([[[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]]], dtype=uint8)

plt.imshow(img_arr)  # 将三维数组展示成图片

<matplotlib.image.AxesImage at 0x1470e667160>

plt.imshow(img_arr - 50) # 操作该numpy数据，该操作会同步到图片中,发现眼色变了

<matplotlib.image.AxesImage at 0x14713a59cc0>

2. 使用np的routines函数创建

• np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 等差数列

np.linspace(0, 100, 10)  # 返回等差数列的一维数组   第三个参数表示元素的个数

array([  0.        ,  11.11111111,  22.22222222,  33.33333333,
        44.44444444,  55.55555556,  66.66666667,  77.77777778,
        88.88888889, 100.        ])

• np.arange([start, ]stop, [step, ]dtype=None)

np.arange(0, 100, 2)  # 返回等差数列的一维数组   第三个参数表示步长

array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32,
       34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66,
       68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98])

• np.random.randint(low, high=None, size=None, dtype=‘l‘)

np.random.randint(0, 100, size=(3, 5)) # 获得一个3行5列的二维数组,数组的每个元素是0-100的随机数

array([[74, 54, 26, 79, 64],
       [ 3, 14,  4, 41, 10],
       [29, 96, 61, 16, 70]])

np.random.randint(0, 100, size=(3, 2, 4)) # 三维数组

array([[[17, 31, 72, 71],
        [68, 71, 69, 60]],

       [[47, 91, 94, 32],
        [ 9, 54, 47, 71]],

       [[ 6, 96, 34, 25],
        [13, 51, 29, 34]]])

• 随机函数的原理
  • 时间种子(随机因子)：无时无刻都在变化的值(系统时间)
  • 固定随机因子就可以固定随机函数的随机性

np.random.seed(90)
np.random.randint(0, 100, size=(3, 5))  # 每次得到的数组都是一样的

array([[91, 29, 31, 67, 39],
       [68, 58, 37, 18, 74],
       [96, 51, 30, 80, 18]])

• np.random.random(size=None)

np.random.random(size=(3, 4))  # 0-1的随机数

array([[0.65727519, 0.1262984 , 0.5755297 , 0.39088299],
       [0.17033964, 0.42278594, 0.94238902, 0.29860718],
       [0.36670103, 0.39093547, 0.53337014, 0.97951138]])

二、ndarray的属性

主要参数:

• ndim：维度
• shape：形状(各维度的长度)
• size：总长度
• dtype：元素类型

type(img_arr)

numpy.ndarray

img_arr.ndim  # 三维

3

img_arr.shape  # 形状: 三个数表示维度是三

(519, 500, 3)

arr = np.array([[1, 2, 3], [1, 2, 3]])

arr.shape  # 二维数组时,(2, 3): 第一个元素可以看作数组的行数,第二个元素看作数组的列数

(2, 3)

arr.size   # 数组的总长度

6

arr.dtype   # 数组的元素类型

dtype('int32')

三、ndarray的基本操作

索引

arr = np.random.randint(0, 100, size=(5, 8))
arr

array([[43, 84,  3, 27, 75, 62, 17, 50],
       [98, 95, 95, 40, 64, 51, 54, 36],
       [47, 77, 93, 97, 97, 32, 54, 95],
       [86, 54, 46, 33, 52, 53, 61,  8],
       [19, 72, 40, 90, 69, 11, 91, 72]])

• 根据索引修改数据

arr[0]  # 第0行

array([43, 84,  3, 27, 75, 62, 17, 50])

arr[[0, 1]]   # 第0行, 第1行

array([[43, 84,  3, 27, 75, 62, 17, 50],
       [98, 95, 95, 40, 64, 51, 54, 36]])

arr[0, 3]  # 第0行, 第3列

40

arr[0, [2, 3, 4]]  # 0行, 2, 3, 4列

array([95, 40, 64])

切片

一维数组的切片与列表完全一致, 多维时同理

arr

array([[43, 84,  3, 27, 75, 62, 17, 50],
       [98, 95, 95, 40, 64, 51, 54, 36],
       [47, 77, 93, 97, 97, 32, 54, 95],
       [86, 54, 46, 33, 52, 53, 61,  8],
       [19, 72, 40, 90, 69, 11, 91, 72]])

# 获取二维数组前两行
arr[0:2]

array([[43, 84,  3, 27, 75, 62, 17, 50],
       [98, 95, 95, 40, 64, 51, 54, 36]])

# 获取二维数组前两列
arr[:, 0:2]    # arr[行, 列]

array([[43, 84],
       [98, 95],
       [47, 77],
       [86, 54],
       [19, 72]])

# 获取二维数组前两行和前两列数据
arr[0:2, 0:2]

array([[43, 84],
       [98, 95]])

# 将数组的行倒序
arr[::-1, :]

array([[19, 72, 40, 90, 69, 11, 91, 72],
       [86, 54, 46, 33, 52, 53, 61,  8],
       [47, 77, 93, 97, 97, 32, 54, 95],
       [98, 95, 95, 40, 64, 51, 54, 36],
       [43, 84,  3, 27, 75, 62, 17, 50]])

# 列倒序
arr[:, ::-1]

array([[50, 17, 62, 75, 27,  3, 84, 43],
       [36, 54, 51, 64, 40, 95, 95, 98],
       [95, 54, 32, 97, 97, 93, 77, 47],
       [ 8, 61, 53, 52, 33, 46, 54, 86],
       [72, 91, 11, 69, 90, 40, 72, 19]])

# 行列均倒序
arr[::-1, ::-1]

array([[72, 91, 11, 69, 90, 40, 72, 19],
       [ 8, 61, 53, 52, 33, 46, 54, 86],
       [95, 54, 32, 97, 97, 93, 77, 47],
       [36, 54, 51, 64, 40, 95, 95, 98],
       [50, 17, 62, 75, 27,  3, 84, 43]])

# 将图片进行倒置操作
plt.imshow(img_arr[::-1])   # 行倒序, 上下翻转, 其余翻转同理

<matplotlib.image.AxesImage at 0x14713cc2080>

# 裁剪出小黄人的眼镜
plt.imshow(img_arr)

<matplotlib.image.AxesImage at 0x14714164978>

plt.imshow(img_arr[50:220, 60:280])

<matplotlib.image.AxesImage at 0x147144fd940>

变形

• 使用arr.reshape()函数，注意参数是一个tuple！
• 元素总数不可变

arr = np.random.randint(0, 100, 40)
arr

array([49, 49, 68, 31,  7, 18, 89, 80, 66, 29, 68, 42, 31, 42, 61, 58, 29,
       88, 74, 64, 34, 53, 62, 57, 61, 60, 61, 47, 99, 15, 54, 24,  3, 90,
       10, 71,  4, 34, 52,  1])

将一维数组变形成多维数组

arr.reshape((4, 10))  # 将arr变形为4行10列

array([[49, 49, 68, 31,  7, 18, 89, 80, 66, 29],
       [68, 42, 31, 42, 61, 58, 29, 88, 74, 64],
       [34, 53, 62, 57, 61, 60, 61, 47, 99, 15],
       [54, 24,  3, 90, 10, 71,  4, 34, 52,  1]])

arr.reshape((4, -1))   # -1表示依照另一个参数自动计算

array([[49, 49, 68, 31,  7, 18, 89, 80, 66, 29],
       [68, 42, 31, 42, 61, 58, 29, 88, 74, 64],
       [34, 53, 62, 57, 61, 60, 61, 47, 99, 15],
       [54, 24,  3, 90, 10, 71,  4, 34, 52,  1]])

将多维数组变形成一维数组

arr = np.random.randint(0, 100, size=(5, 8))
arr

array([[10, 21, 77,  5,  5,  2, 54, 84],
       [88, 24, 15, 98, 16, 75, 93, 38],
       [75, 85,  6, 61, 89,  7, 70, 55],
       [44, 65, 94, 26, 88, 41, 25, 75],
       [51, 40, 66, 65, 84, 11, 98, 12]])

arr.reshape((40))

array([10, 21, 77,  5,  5,  2, 54, 84, 88, 24, 15, 98, 16, 75, 93, 38, 75,
       85,  6, 61, 89,  7, 70, 55, 44, 65, 94, 26, 88, 41, 25, 75, 51, 40,
       66, 65, 84, 11, 98, 12])

级联

• np.concatenate()

1.一维，二维，多维数组的级联，实际操作中级联多为二维数组

np.concatenate((arr, arr), axis=1) # 将arr与arr拼接,1表示x轴拼接,0表示y轴拼接

array([[10, 21, 77,  5,  5,  2, 54, 84, 10, 21, 77,  5,  5,  2, 54, 84],
       [88, 24, 15, 98, 16, 75, 93, 38, 88, 24, 15, 98, 16, 75, 93, 38],
       [75, 85,  6, 61, 89,  7, 70, 55, 75, 85,  6, 61, 89,  7, 70, 55],
       [44, 65, 94, 26, 88, 41, 25, 75, 44, 65, 94, 26, 88, 41, 25, 75],
       [51, 40, 66, 65, 84, 11, 98, 12, 51, 40, 66, 65, 84, 11, 98, 12]])

2.合并两张照片

plt.imshow(np.concatenate((img_arr, img_arr), axis=1))

<matplotlib.image.AxesImage at 0x147146be6d8>

img_arr_3 = np.concatenate((img_arr, img_arr, img_arr), axis=1)
img_arr_9 = np.concatenate((img_arr_3, img_arr_3, img_arr_3), axis=0)
plt.imshow(img_arr_9)

<matplotlib.image.AxesImage at 0x14713ef15c0>

级联需要注意的点：

• 级联的参数是列表：一定要加中括号或小括号
• 维度必须相同
• 形状相符:在维度保持一致的前提下，如果进行横向（axis=1）级联，必须保证进行级联的数组行数保持一致。如果进行纵向（axis=0）级联，必须保证进行级联的数组列数保持一致。
• 可通过axis参数改变级联的方向

四、ndarray的聚合操作

arr = np.random.randint(1, 100, size=(5, 8))
arr

array([[21, 65, 34, 74, 99, 44, 26, 41],
       [66,  1, 27, 72, 35, 77, 22, 24],
       [ 2, 11, 17, 64, 56, 75, 19, 50],
       [85, 32, 80, 30, 11, 60, 48, 22],
       [ 9, 53, 51, 48, 16, 61, 81, 21]])

求和np.sum

arr.sum()  # 所有元素的和

1730

arr.sum(axis=1)  # 每一行的和

array([404, 324, 294, 368, 340])

arr.sum(axis=0)  # 每一列的和

array([183, 162, 209, 288, 217, 317, 196, 158])

最大最小值：np.max/ np.min

arr.max()  # 参数同sum()

99

arr.min()

1

平均值：np.mean()

arr.mean(axis=1)   # 每一行的平均值

array([50.5 , 40.5 , 36.75, 46.  , 42.5 ])

其他聚合操作

Function Name   NaN-safe Version    Description
np.sum  np.nansum   Compute sum of elements
np.prod np.nanprod  Compute product of elements
np.mean np.nanmean  Compute mean of elements
np.std  np.nanstd   Compute standard deviation
np.var  np.nanvar   Compute variance
np.min  np.nanmin   Find minimum value
np.max  np.nanmax   Find maximum value
np.argmin   np.nanargmin    Find index of minimum value
np.argmax   np.nanargmax    Find index of maximum value
np.median   np.nanmedian    Compute median of elements
np.percentile   np.nanpercentile    Compute rank-based statistics of elements
np.any  N/A Evaluate whether any elements are true
np.all  N/A Evaluate whether all elements are true
np.power 幂运算

五、ndarray的排序

快速排序

np.sort()与ndarray.sort()都可以，但有区别：

• np.sort()不改变输入
• ndarray.sort()本地处理，不占用空间，但改变输入

arr

array([[21, 65, 34, 74, 99, 44, 26, 41],
       [66,  1, 27, 72, 35, 77, 22, 24],
       [ 2, 11, 17, 64, 56, 75, 19, 50],
       [85, 32, 80, 30, 11, 60, 48, 22],
       [ 9, 53, 51, 48, 16, 61, 81, 21]])

np.sort(arr, axis=0)  # 不改变原始数组

array([[ 2,  1, 17, 30, 11, 44, 19, 21],
       [ 9, 11, 27, 48, 16, 60, 22, 22],
       [21, 32, 34, 64, 35, 61, 26, 24],
       [66, 53, 51, 72, 56, 75, 48, 41],
       [85, 65, 80, 74, 99, 77, 81, 50]])

arr.sort(axis=1)  # 改变原始数组
arr

array([[21, 26, 34, 41, 44, 65, 74, 99],
       [ 1, 22, 24, 27, 35, 66, 72, 77],
       [ 2, 11, 17, 19, 50, 56, 64, 75],
       [11, 22, 30, 32, 48, 60, 80, 85],
       [ 9, 16, 21, 48, 51, 53, 61, 81]])

Numpy的基础使用

原文：https://www.cnblogs.com/zyyhxbs/p/11688294.html