本文详细介绍了numpy库在Python中的使用，包括生成数组、数据类型操作、数组形状调整、数组计算、读取本地数据和索引、nan与inf处理、结合matplotlib作图以及数组的拼接和行列交换等核心功能。
生成数组
生成正数
- 直接生成
t1 = np.array([1,2,3]) - range生成
t2 = np.array(range(10)) - arange生成（numpy独有）
- 使用方法类似range
t3 = np.arange(4,10,2)
生成小数
t7= np.array([random.random() for i in range(10)])
print(t7)
print(t7.dtype)
t8= np.round(t7,2) #取近似两位
print(t8)
---------------------
[0.10012212 0.95524231 0.25023686 0.65104295 0.29307086 0.18376068
0.34930801 0.92896144 0.79899637 0.79465704]
float64
[0.1 0.96 0.25 0.65 0.29 0.18 0.35 0.93 0.8 0.79]
数据类型操作
查看数据类型
t3 = np.arange(4,10,2)
print(t3.dtype)
-------------------------
int64
改变数组存储方式
- 节省内存空间
t4 = np.array(range(1,4),dtype ="i1")
print(t4.dtype)
---------------
int8
t5 = np.array([1,1,0,1,0,0],dtype=bool)
print(t5)
print(t5.dtype)
---------------
[ True True False True False False]
bool
t6= t5.astype("int8")
print(t6)
print(t6.dtype)
----------------
[1 1 0 1 0 0]
int8
数组的形状
查看形状
- 可以理解为：数组的维度
t8= np.array([[1,2,3],[4,5,6]])
print(t8.shape)
------------------------
(2, 3) #二维，两行三列
t8= np.array([[[1,2,3],[4,5,6]],[[3,4,5],[6,7,8]]])
print(t8.shape)
------------------------
(2, 2, 3) #，三维两块两行三列
修改形状
- 升维
t3 = np.arange(12)
t4 = t3.reshape((3,4)) # 变为二维
print(t3.shape)
print(t4.shape)
------------------------
(12,)
(3, 4)
- 降维
t5 = t4.reshape((12,)) # 变为一维
/
t5 = t4.reshape((t5.shape[0]*t5.shape[1],)) #shape[0]表示行，shape[1]表示列
/
t4.flatten() #二维按照行展开为一维
数组计算
标量加减乘除
- 数组内的所有数都计算
数组间运算
- 形状一样
#对应位置相加减乘除
t5 = np.arange(0,24).reshape((4,6))
t6 = np.arange(100,124).reshape((4,6))
print(t5+t6)
print(t5-t6)
print(t5*t6)
print(t5/t6)
---------------------------
[[100 102 104 106 108 110]
[112 114 116 118 120 122]
[124 126 128 130 132 134]
[136 138 140 142 144 146]]
[[-100 -100 -100 -100 -100 -100]
[-100 -100 -100 -100 -100 -100]
[-100 -100 -100 -100 -100 -100]
[-100 -100 -100 -100 -100 -100]]
[[ 0 101 204 309 416 525]
[ 636 749 864 981 1100 1221]
[1344 1469 1596 1725 1856 1989]
[2124 2261 2400 2541 2684 2829]]
[[0. 0.00990099 0.01960784 0.02912621 0.03846154 0.04761905]
[0.05660377 0.06542056 0.07407407 0.08256881 0.09090909 0.0990991 ]
[0.10714286 0.11504425 0.12280702 0.13043478 0.13793103 0.14529915]
[0.15254237 0.15966387 0.16666667 0.17355372 0.18032787 0.18699187]]
print(t5/0) # 0/0=nan 非零数/0=inf
--------------------------
[[nan inf inf inf inf inf]
[inf inf inf inf inf inf]
[inf inf inf inf inf inf]
[inf inf inf inf inf inf]]
- 不同形状
- 广播原则：行列不匹配报错
t5 = np.arange(0,24).reshape((4,6))
t7 = np.arange(0,6)
print(t5-t7) #和维度相同的行计算
---------------------------
[[ 0 0 0 0 0 0]
[ 6 6 6 6 6 6]
[12 12 12 12 12 12]
[18 18 18 18 18 18]]
t8 = np.arange(4).reshape((4,1))
print(t5-t8) #和维度相同的列计算
---------------------------
[[ 0 1 2 3 4 5]
[ 5 6 7 8 9 10]
[10 11 12 13 14 15]
[15 16 17 18 19 20]]
读取本地数据和索引
轴
在numpy中可以理解为方向,使用0,1,2…数字表示,对于一个一维数组，只有一个0轴，对于2维数组(shape(2,2)),有0轴和1轴，对于三维数(shape(2,2,3)),有0,1,2轴。
读取本地数据
- 用得少，pandas读取数据更强大更常用
np.loadtxt(frame,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
frame 文件、字符串或产生器，可以是.gz或bz2压缩文件
dtype 数据类型，可选，CSV的字符串以什么数据类型读入数组中，默认np.float
delimiter 分隔字符串，默认是任何空格，改为逗号
skiprows 跳过前x行，一般跳过第一行表头
usecols 读取指定的列，索引，元组类型
unpack True：每组纵向排布 False：每组横向排布
- 实例：csv文件需要放同一目录下
import numpy as np
file_path = r"gb_videos_data_numbers.csv"
a = np.loadtxt(file_path, delimiter=",", dtype="int",unpack=True)
b = np.loadtxt(file_path, delimiter=",", dtype="int")
print(a)
print(b)
------------------------
[[1231231 494203 142819 ... 379570 17141 79278]
[ 78240 2651 13119 ... 7277 922 2137]
[ 13548 1309 151 ... 88 8 19]
[ 705 0 1141 ... 336 59 173]]
[[1231231 78240 13548 705]
[ 494203 2651 1309 0]
[ 142819 13119 151 1141]
...
[ 379570 7277 88 336]
[ 17141 922 8 59]
[ 79278 2137 19 173]]
数组转置
t2.transpose()/t2.T()
索引
print(b[2]) #取行
print(b[2:]) #取连续多行
print(b[[2,8,10]]) #取不连续多行,需要两个[]中括号
#逗号前对行操作，逗号后对列操作
print(b[1,:]) # 取第一行的所有列
print(b[2:,:]) # 取第二行到最后一行的所有列
print(b[[2,10,3],:]) #取不连续多行和所有列
print(b[:,1]) #取第一列
print(b[:,1:]) #取多列
print(b[:,[0,1,2]]) #取不连续多列
print(b[2,1])#取值
print(b[2:5,1:4]) # 取多行和多列相邻的点
print(b[[0,2],[0,1]]) # 取不相邻相邻的点
修改
- 先索引再赋值
b[:,1:5] = 0
b[b<10]=3 #布尔索引：检索出小于三的元素赋值3
b[b>10]=20
三元运算符
np.where(t<10,0,10) #将小于10的元素替换为0，否则替换为10
t.clip(10,18) #将小于10的元素替换为10，大于18的元素替换为了18
nan 和 inf
nan
- 缺失值或不合适的计算
- 属性
（1）属性1：两个nan是不相等的；判断多少个nan：t[np.isnan(t2)]
（2）属性2：nan和任何值计算都为nan；求和：np.sum(t6,axis=0)
inf(无穷)
- 数/0
将nan换成均值
import numpy as np
def fill_ndarray(t1):
for i in range(t1.shape[1]): #遍历每一列
temp_col = t1[:,i] #当前的一列
nan_num = np.count_nonzero(temp_col != temp_col)
if nan_num != 0:
temp_not_nan_col = temp_col[temp_col==temp_col]
#当前一列不为nan的array
temp_col[np.isnan(temp_col)]=temp_not_nan_col.mean()
#选中当前为nan的位置，赋值为不为nan的均值
return t1
if __name__ == "__main__": #主函数入口
t1=np.arange(12).reshape((3,4)).astype("float")
t1[1,2:] = np.nan
print(t1)
print("-"*50)
t2 = fill_ndarray(t1)
print(t2)
-------------------------------
[[ 0. 1. 2. 3.]
[ 4. 5. nan nan]
[ 8. 9. 10. 11.]]
--------------------------------------------------
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
结合matplotlib画图
画直方图
import numpy as np
from matplotlib import pyplot as plt
file_path = r"gb_videos_data_numbers.csv"
a = np.loadtxt(file_path, delimiter=",", dtype="int")
#取评论的数据
t_us_comments = a[:,-1]
#取小于5000的数据
t_us_comments = t_us_comments[t_us_comments <= 5000]
print(t_us_comments.max(),t_us_comments.min())
d = 100
bin_nums = (t_us_comments.max()-t_us_comments.min())//d
plt.figure(figsize=(20,8),dpi=80)
plt.hist(t_us_comments,bin_nums)
plt.show()
画散点图
import numpy as np
from matplotlib import pyplot as plt
file_path = r"gb_videos_data_numbers.csv"
a = np.loadtxt(file_path, delimiter=",", dtype="int")
a=a[a[:,1]<=50000]
#取数据
t_us_comments = a[:,-1]
t_us_like = a[:,1]
plt.figure(figsize=(20,8),dpi=80)
plt.scatter(t_us_like,t_us_comments)
plt.show()
数组的拼接
竖直拼接
np.vstack((t1,t2))
水平拼接
np.hstack((t1,t2))
交换数据行列
行交换
t[[1,2],:]=t[[2,1],:]
列交换
t[:,[0,2]]=t[:,[2,0]]
其他方法
- 获取最大值最小值的位置
np.argmax(t,axis=0)
np.argmin(t,axis=1) - 创建一个全0的数组:
np.zeros((3,4)) - 创建一个全1的数组:
np.ones((3,4)) - 创建-一个对角线为1的正方形数组(方阵):
np.eye(3)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
