python数据加工1

最新推荐文章于 2023-06-12 10:48:22 发布

原创最新推荐文章于 2023-06-12 10:48:22 发布 · 460 阅读

CC 4.0 BY-SA版权

本文围绕Python中随机数和数组操作展开。介绍了用random模块生成随机数，以及用Numpy生成随机数组的方法。还阐述了数组的创建、切片读取、浅拷贝和深拷贝、形状重构及计算等操作，如用多种函数创建数组，通过reshape等方法重构数组形状。

随机数

如何一次生成一个随机数？用random模块

设置种子数：random.seed()

#随机生成一个整数
import random
random.seed(3)
for i in [1,2,3,4,5]:    
    random.seed(3)
    print(random.randint(1,100))
    print(random.randint(1,100))

#随机生成一个实数
random.uniform(-10,10)

#保留小数点后三位有效
round(random.uniform(-10,10),3)

如何一次生成一个“随机数组”？

用Numpy生成一个随机数组的基本步骤：

第一步，通过np.random.RandomState 定义一个随即变量的生成器rand
第二步，根据目标数组的特征（如服从均匀分布或是正态分布），选择生成器rand具体方法，如rand.randint()，rand.rand()，rand.randn()

（1）生成整数。例：生成一个3*6的矩阵，矩阵的每个元素的取值范围为[0,10]之间的整数

import numpy as np
rand=np.random.RandomState(32)#参数32为随机数种子数
x = rand.randint(0,10,(3,6)) #（3,6）为目标数组的形状
print(x)

[[7 5 6 8 3 7]
 [9 3 5 9 4 1]
 [3 1 2 3 8 2]]

（2）生成服从均匀分布的浮点数（实数）数组，如生成一个含有5个元素的数组

#rand.rand()返回值的取值为[0,1],“*10”的慕斯是“调整所有生成随机数的取值范围”
x = rand.rand(5)*10
print(x)

[6.76485756 6.30236437 3.56365709 0.6665021  8.90436786]

（3）生成服从正态分布的浮点数（实数）数组，如生成一个含所有5个元素且服从正太分布的数组

y = rand.randn(5)+5
y


array([4.95533055, 5.03929423, 2.50675939, 3.20330251, 4.72473022])

(4)生成等距数列，如产生一个含有20个元素的等距数列，其中每个元素的取值范围为[0,10]

x = np.linspace(0,10,20)
x

array([ 0.        ,  0.52631579,  1.05263158,  1.57894737,  2.10526316,
        2.63157895,  3.15789474,  3.68421053,  4.21052632,  4.73684211,
        5.26315789,  5.78947368,  6.31578947,  6.84210526,  7.36842105,
        7.89473684,  8.42105263,  8.94736842,  9.47368421, 10.        ])

数组

ndarry是python常用扩展包numpy的灵魂，代表一种特殊的数据结构——n维数组。虽然python基础功能中没有提供数组，但可以通过列表和元组实现类似数组的功能

创建数组

第一类方法：用np.arange()

myArray1 = np.arange(1,10)
myArray1

第二类方法：用np.array()

myArray2 = np.array([1,2,3,4,5])
myArray2

第三类方法：用np.zeros()、np.ones()等函数

myArray3 = np.zeros((5,5))
myArray3
myArray4 = np.ones((5,5))
myArray4

第四类方法：用np.full()创建相同元素的数组、

np.full((3,5),2)

第五类方法：用np.random生成随机数组

rand = np.random.RandomState(1)
myArrag5 = rand.randint(0,100,[3,5])
myArrag5

切片/读取

切片操作中，规则为“左包含右不包含”

python中变量名之后的[]和[[]]的区别：

一个方括号：切片操作-------------------有规则切片：myList[1:9:3]

嵌套的两个方括号[[]]: Fancy Indexing ----------不规则切片：myList[[1,2,4]]

浅拷贝和深拷贝

浅拷贝：复制过来的是“引用”，即“复制对象和被复制对象共享一个存储空间，二者并不是相互独立的”

import numpy as np
myArray1 = np.array(range(0,10))
myArray2 = myArray1
myArray2[1] = 100#此处修改了myArray2的取值
myArray1

array([  0, 100,   2,   3,   4,   5,   6,   7,   8,   9])

深拷贝：复制过来的是“值”，即“复制对象和被复制对象占用两个不同空间，二者是相互独立的”

深拷贝的方法：copy（）

import numpy as np
myArray1 = np.array(range(0,10))
myArray2 = myArray1.copy()
myArray2[1] = 100#此处修改了myArray2的取值
myArray1

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

形状与重构

重构的含义为“返回一个符合新形状要求的数组”

(1)用方法reshape(),返回一个新的数组

输入：

MyArray6 = MyArray5.reshape(5,4)
MyArray6

输出

array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16],
       [17, 18, 19, 20]])

输入

MyArray5.shape

输出

(20,)

输入

MyArray5

输出


MyArray5
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17,
       18, 19, 20])

（2）用resize()方法更改数组本身的形状，即“就地修改”

MyArray5.resize(4,5)
MyArray5

array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10],
       [11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20]])

(3)用swapaxes()方法进行轴交换，如时间矩阵转置

MyArray5.swapaxes(0,1)

array([[ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19],
       [ 5, 10, 15, 20]])

MyArray5

array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10],
       [11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20]])

(4)用flatten()方法将多维数组转成一维数组

MyArray5.flatten()

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17,
       18, 19, 20])

(5)用tolist()方法将多维数组转换为嵌套列表

MyArray5.tolist()

[[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15], [16, 17, 18, 19, 20]]

(6)可以重设数组元素的数据类型

MyArray5.astype(np.float)

array([[ 1.,  2.,  3.,  4.,  5.],
       [ 6.,  7.,  8.,  9., 10.],
       [11., 12., 13., 14., 15.],
       [16., 17., 18., 19., 20.]])

ndarray的计算

横向拆分--------------split()方法

输入

x = np.array([11,12,13,14,15,16,17,18])
x1,x2,x3 = np.split(x,[2,4])
print(x1,x2,x3)

输出

[11 12] [13 14] [15 16 17 18]