Python数据科学与计算（Numpy）

学习周记2022/10/7

数据科学计算中包含了，Numpy、Pandas、Matplotlib、pillow。

Numpy：它是一个开源的Python科学计算库，能够直接对数组和矩阵进行操作，可以省略很多循环语句，众多的数学函数也很方便直接使用。

创建Ndarray数组：

array()函数：

格式：numpy.array ( object , dtype = None , copy = True , order = None , subok = False , ndmin = 0 )

作用：用来创建Ndarray数组对象

object : 数组或嵌套的数列

dtype : 数组元素的数据类型，可选

copy : 对象是否需要复制，可选

order：创建数组的样式，C为行方向，F为列方向，A为默认任意方向

subok：默认返回一个与基类类型一致的数组

ndmin：指定生成数组的最小维度

举例：

#一维数组
import numpy as np
a = np.array([1,2,3,4,5])
print(a)

#多维数组
b = np.array([1,2,3] , [4,5,6])
print(b)

  empty()函数:

格式：numpy.empty(shape , dtype = float , order = 'C' )

作用：创建一个指定形状、指定数据类型且未初始化的数组

shape：数组形状

dtype：数据类型，可选

order：存储元素顺序，"C"为行优先，"F"为列优先

举例:

arr = np.empty([3,2],dtype = int)
print(arr)

zeros()函数：

格式：numpy.zeros(shape , dtype = float , order = 'C' )

作用：创建指定大小的数组，数组元素以0填充

shape：数组形状

dtype：数据类型，可选

order："C"用于行数组，"F"用于列数组

举例：

arr = np.zeros(5,dtype = int)
print(arr)

以元素1来填充：

numpy.ones(shape,dtype = None , order = 'C')

full()函数：

格式：numpy.full( shape , fill_value , dtype = None , order = 'C'

作用：创建指定形状的数组，数组元素以fill_value填充

shape：数组形状

dtype：数据类型，可选

order："C"用于行数组，"F"用于列数组

举例：

arr = np.full([ 3 , 3 ] , fill_value = 1024 ,dtype = 'i4')
print(arr)

eye()函数：

格式：numpy.eye( N ,  M = None , k = 0 , dtype = float , order = 'C' )

作用：生成对角线为1其他位置为0的数组

N : 行数量

M：列数量，默认等于行数量，可设置

举例：

arr = np.eye(5,5,dtype = 'i4')
print(arr)

arange()函数：

格式：numpy.arange( start , stop , step , dtype )

作用：创建数值范围并返回ndarray对象，根据start与stop指定的范围以及step设定的步长，生成一个ndarray

start：起始值，默认为0

stop：终点值

step：步长，默认为1

dtype：返回ndarray的数据类型，默认为输入数据的类型

举例：

arr = np.arange(0,12,2)
print(arr)

frombuffer()函数：

格式：numpy.frombuffer( buffer , dtype = float , count = -1 , offset = 0 )

作用：用于实现动态数组，接受buffer输入参数，以流的形式读入转化成nadrray对象

buffer：可以是任何对象，会以流的形式读入

count：读取的数据数量，默认为-1，读取所有数据

offset：读取的起始位置，默认为0

举例：

s = b"I lover you"
arr = np.frombuffer(s,dtype='S1')
print(arr)

linspace()函数：

格式：numpy.linspace( start , stop , num=50 , endpoint = True , retstep = False , dtype = None)

作用：创建一个一维数组，数组是一个等差数列构成

start：序列的起始值

stop：序列的终止值，如果endpoint为true，该值包含于数列中

num：要生成的等步长的样本数量，默认为50

endpoint：该值为True时，数列包含stop值，反之不包含，默认是True

restep：如果为True时，生成的数组中会显示间距，反之不显示

dtype：ndarray数据类型

举例：

arr = np.linspace(1,10,10,dtype='i4')
print(arr)

logspace()函数：

格式：numpy.logspace( start , stop , num=50 , endpoint = True , base = 10.0 , dtype = None )

作用：创建一个等比数列

start：序列的起始值为base**start

stop：序列的终止值为：base**stop。如果endpoint为true，该值包含于数列中

举例：

arr = np.logspace(1,2,10,dtype='i4')
print(arr)

random.rand()函数：

格式：random.rand()

举例：

arr1 = np.random.rand()
print(arr1)
arr2 = np.random.rand(3)
print(arr2)
arr3 = np.random.rand(3,4)
print(arr3)

random.randint()函数：

格式：randint(1ow, high=None, size=None, dtype='1')

作用：生成随机数

low：包含的下限

high：不包含的上限

size：元素个数

dtype：元素类型

举例：

arr = np.random.randint(2,10,5)
print(arr)

random.randn()函数：

格式：random.randn(d0,d1,d2...dn)

作用：返回一个或一组样本，具有正态分布

举例：

arr = np.random.randn(2,4)
print(arr)