本章重點(diǎn)內(nèi)容：

1、NumPy ndarray：多維數(shù)組對(duì)象

　　1）生成ndarry

　　2）ndarray的數(shù)據(jù)類型

　　3）NumPy數(shù)據(jù)算術(shù)

　　4）基礎(chǔ)索引與切片

　　5）布爾索引

　　6）數(shù)組轉(zhuǎn)置和換軸

2、通用函數(shù)：快速的逐元素?cái)?shù)組函數(shù)

3、使用數(shù)組進(jìn)行面向數(shù)組編程

4、使用數(shù)組進(jìn)行文件輸入和輸出

5、偽隨機(jī)數(shù)生成

6、示例：隨機(jī)漫步

接下來(lái)展開詳細(xì)說明，如下

1、NumPy ndarray：多維數(shù)組對(duì)象

NumPy，是Numerical Python的簡(jiǎn)稱，它是目前Python數(shù)值計(jì)算中最為重要的基礎(chǔ)包，大多數(shù)計(jì)算包都提供了基于NumPy的科學(xué)函數(shù)功能，將NumPy的數(shù)組對(duì)象作為數(shù)據(jù)交換的通用語(yǔ)

首先看下NumPy的簡(jiǎn)單使用，如下：

導(dǎo)入numpy進(jìn)行使用，隨機(jī)生成2行3列數(shù)字，然后可以進(jìn)行一些數(shù)學(xué)操作，例如相乘、相加，如下：

一個(gè)ndarray是一個(gè)通用的多維同類數(shù)據(jù)容器，每個(gè)數(shù)組都有一個(gè)shape屬性，表示緯度的數(shù)量，都有一個(gè)dtype屬性，表示數(shù)據(jù)類型，如下：

1）生成ndarry

最簡(jiǎn)單的就是使用array函數(shù)，可以將不同的列表轉(zhuǎn)換為數(shù)組，如下：

一般來(lái)說，針對(duì)同等長(zhǎng)度的列表，會(huì)自動(dòng)轉(zhuǎn)換為多維數(shù)組，

可以通過arange生成數(shù)組，類似Python中的range，如下

2）ndarray的數(shù)據(jù)類型

前面我們說過，每個(gè)數(shù)組都會(huì)有一個(gè)數(shù)據(jù)類型的屬性，在創(chuàng)建數(shù)組時(shí)，可以聲明不同的數(shù)據(jù)類型，如下：

可以使用astype方法顯示的轉(zhuǎn)換數(shù)組的數(shù)據(jù)類型，如下：

如果字符串表示數(shù)字的含義，也可以通過astype轉(zhuǎn)換成數(shù)字，如下：

3）NumPy數(shù)據(jù)算術(shù)

數(shù)組之所以重要事因?yàn)樗试S進(jìn)行批量操作而無(wú)需任何for循環(huán)，在NumPy中，這個(gè)特性成為向量化，算術(shù)操作都會(huì)針對(duì)數(shù)組逐個(gè)元素進(jìn)行，如下：

兩個(gè)數(shù)組間也可以進(jìn)行比較，會(huì)產(chǎn)生一個(gè)布爾值數(shù)組，如下：

4）基礎(chǔ)索引與切片

一維數(shù)組的索引和切片，和Python中的列表相似，如下：

有一個(gè)特別要區(qū)別的地方，就是數(shù)組的切片是原數(shù)組的視圖，不是復(fù)制數(shù)據(jù)，所以對(duì)切片的修改都會(huì)反應(yīng)到原數(shù)組上

可以針對(duì)二維及更多緯度的數(shù)組進(jìn)行切片，如下，二維數(shù)組示例：

可以進(jìn)行更多緯度更靈活的切片，如下：

5）布爾索引

假如我們有兩個(gè)數(shù)組，一個(gè)數(shù)組是名字，另一個(gè)名字?jǐn)?shù)組是數(shù)據(jù)，每個(gè)名字對(duì)應(yīng)另一個(gè)數(shù)組中對(duì)應(yīng)每行的數(shù)據(jù)，可以通過布爾索引相關(guān)數(shù)據(jù)，代碼示例如下：

首先，創(chuàng)建一個(gè)名字的數(shù)組，然后隨機(jī)產(chǎn)生對(duì)應(yīng)的數(shù)據(jù)，如下：

可以直接對(duì)數(shù)據(jù)進(jìn)行比較操作，如下：

在索引數(shù)組時(shí)可以傳入布爾數(shù)組，如下：

可以選擇除bob之外的數(shù)據(jù)，如下：

其中符合【~】表示取反的意思

6）數(shù)組轉(zhuǎn)置和換軸

轉(zhuǎn)置是一種特殊的數(shù)據(jù)重組形式，可以通過transpose方法和特殊的T屬性實(shí)現(xiàn)，如下：

在計(jì)算矩陣內(nèi)積的時(shí)候，會(huì)用到轉(zhuǎn)置，計(jì)算內(nèi)積的方法是【.dot】，代碼示例如下：

2、通用函數(shù)：快速的逐元素?cái)?shù)組函數(shù)

這里的通用函數(shù)，是指對(duì)一個(gè)數(shù)組或者多個(gè)數(shù)組進(jìn)行的函數(shù)運(yùn)算，例如取根號(hào)，最大值比較，具體代碼示例如下：

3、使用數(shù)組進(jìn)行面向數(shù)組編程

將條件邏輯作為數(shù)組操作

numpy.where函數(shù)是三元表達(dá)式【x if condition else y】的向量化版本

如果有一個(gè)布爾數(shù)組和兩個(gè)數(shù)值數(shù)組，根據(jù)布爾數(shù)組來(lái)選擇另外兩個(gè)數(shù)組，用該辦法操作如下：

可以對(duì)一個(gè)數(shù)組內(nèi)符合條件的內(nèi)容進(jìn)行替換操作，如下：

數(shù)學(xué)和統(tǒng)計(jì)方法

對(duì)數(shù)組內(nèi)數(shù)據(jù)就和以及求均值，都可以很方便的實(shí)現(xiàn)，如下：

排序

數(shù)組也可是使用sort方法進(jìn)行位置排序，如下：

針對(duì)多維數(shù)組，可以指定軸向進(jìn)行排序，如下：

唯一值

可以通過nuique方法計(jì)算數(shù)組內(nèi)的唯一值，去除重復(fù)的內(nèi)容，例如前面中提到的姓名的數(shù)組，具體代碼示例如下：

4、使用數(shù)組進(jìn)行文件輸入和輸出

通過save和load方法來(lái)進(jìn)行存取操作，具體代碼示例如下：

存入數(shù)據(jù)：文件格式會(huì)默認(rèn)為npy

讀取數(shù)據(jù)：一定要寫出后綴

5、偽隨機(jī)數(shù)生成

前面的示例中已經(jīng)看到和用到來(lái)random的函數(shù)，來(lái)隨機(jī)生產(chǎn)數(shù)據(jù)，他也可以高效多種概率分布下的完整樣本值數(shù)組，例如使用normal獲得4X4正態(tài)分布樣本數(shù)組，如下：

6、示例：隨機(jī)漫步

本文為作者手打原創(chuàng)，如有引用請(qǐng)取得作者同意

說明：本章內(nèi)容基于《利用Python 進(jìn)行數(shù)據(jù)分析 第二版》內(nèi)容學(xué)習(xí)整理

總結(jié)

以上是生活随笔為你收集整理的numpy列相加_Python数据分析入门：NumPy基础：数组与向量化计算的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。