Python Numpy数据分析中常用方法

最新推荐文章于 2025-07-04 23:14:17 发布

原创最新推荐文章于 2025-07-04 23:14:17 发布 · 4.3k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #python

machine learning 专栏收录该内容

25 篇文章

订阅专栏

本文详细介绍了Numpy库的高级使用技巧，包括多维数组表示、数组生成与属性、索引切片、数学运算、数组合并与分割等，并提供了丰富的示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、多维的表示

Numpy用列表表示多维矩阵：
第一维，维数大小为4：
% = [ & & & &] //&为标量，%表示一个维数大小为4的一维向量
第二维，维数大小为3：
@ = [% % %] //@表示由三个一维向量%组成的3*4的二维矩阵
上述二者添加变成：
@ = [[& & & &] [& & & &] [& & & &]]

三维列表如下：
>>>  b = numpy.arange(24).reshape(2,3,4)
>>>print b
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
>>> b[1,2,1]
21

通过索引查值可以理解为：从外往里找，
索引为1找到值：

[[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]

索引为2找到值：

 [20 21 22 23]

索引为1找到值：

索引理解：

:表示当前维的所有索引值都取
import numpy as np
t = np.array(
  [
      [
          [
           [1,2,3],  
           [4,5,6]
          ],  
          [
           [7,8,9],  
           [10,11,12]
          ],  
          [
           [13,14,15],  
           [16,17,18]
          ]
      ],  
      [
          [
           [19,20,21],  
           [22,23,24]
          ],  
          [
           [25,26,27],  
           [28,29,30]
          ],  
          [
           [31,32,33],
           [34,35,36]
          ]
      ]
  ])

print(t[0,:,:,:])
[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]

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

print(t[:,0,:,:])
[[[ 1  2  3]
  [ 4  5  6]]

 [[19 20 21]
  [22 23 24]]]

print(t[:,:,0,:])
[[[ 1  2  3]
  [ 7  8  9]
  [13 14 15]]

 [[19 20 21]
  [25 26 27]
  [31 32 33]]]

print(t[:,:,:,0])
[[[ 1  4]
  [ 7 10]
  [13 16]]

 [[19 22]
  [25 28]
  [31 34]]]

二、生成数组

基本数据类型：
bool 用一个字节存储的布尔类型（True或False）
inti 由所在平台决定其大小的整数（一般为int32或int64）
int8　　一个字节大小，-128 至 127
int16　　整数，-32768 至 32767
int32　　整数，-2 ＾31 至 2 ＾3１ -1
int64　　整数，-2 ＾ 63 至 2 ＾ 63 - 1
uint8　　无符号整数，0 至 255
uint16 　　无符号整数，0 至 65535
uint32　　无符号整数，0 至 2＾ 32 - 1
uint64 　　无符号整数，0 至 2 ＾ 64 - 1
float16　　半精度浮点数：16位，正负号1位，指数5位，精度10位
float32 　　单精度浮点数：32位，正负号1位，指数8位，精度23位
float64或float　　双精度浮点数：64位，正负号1位，指数11位，精度52位
complex64　　复数，分别用两个32位浮点数表示实部和虚部
complex128或complex　　复数，分别用两个64位浮点数表示实部和虚部

array方法：

通过列表：
>>> print numpy.array([[1,2],[3,4]], dtype=int16)   //显示定义数组元素类型
[[1 2]
 [3 4]]
通过元组
>>> print numpy.array((1.0,2,3,4))
[ 1.0  2.   3.   4. ]

arrange方法：

>>> print numpy.arange(11)
[ 0  1  2  3  4  5  6  7  8  9 10]

linspace方法（1-3分成9份）：

>>> print numpy.linspace(1,3,9)
[ 1.    1.25  1.5   1.75  2.    2.25  2.5   2.75  3.  ]

zeros(0)，ones(1)，eye(对角)：

>>> print numpy.zeros((3,4))
[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]]
>>> print numpy.ones((3,4))
[[ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]]
>>> print numpy.eye(3)
[[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]]

随机数：
numpy.random.uniform 函数原型： numpy.random.uniform(low,high,size)从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

randint: 原型：numpy.random.randint(low, high=None, size=None, dtype=‘l’)，产生随机整数；

random_integers: 原型： numpy.random.random_integers(low, high=None, size=None)，在闭区间上产生随机整数；

random_sample: 原型： numpy.random.random_sample(size=None)，在[0.0,1.0)上随机采样；

random: 原型： numpy.random.random(size=None)，和random_sample一样，是random_sample的别名；

rand: 原型： numpy.random.rand(d0, d1, …, dn)，产生d0 - d1 - … - dn形状的在[0,1)上均匀分布的float型数。

randn: 原型：numpy.random.randn（d0,d1,…,dn),产生d0 - d1 - … - dn形状的标准正态分布的float型数。

三、数组属性

>>> a = numpy.ones((3,4))
>>> print a.ndim   #维数
2
>>> print a.shape  #每一维的大小
(3, 4)
>>> print a.size   #元素数
12
>>> print a.dtype  #元素类型
float64
>>> print a.itemsize  #每个元素所占的字节数
8

四、数组索引，切片

索引：

>>>  b = numpy.arange(24).reshape(2,3,4)
>>>print b
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
>>> b[1,2,1]
21

切片：

>>> b = numpy.arange(12).reshape(4,3) 
>>> print b  
    [[ 0  1  2]  
    [ 3  4  5]  
    [ 6  7  8]  
    [ 9 10 11]]

# -1表示我懒得计算该填什么数字，由python通过数组a和其他的值3推测出来
np.reshape(a, (3,-1))

改变维数大小：

将切片对象按列转换为连接。
np.c_[np.array([1,2,3]), np.array([4,5,6])]  
Out[96]:   
array([[1, 4],  
       [2, 5],  
       [3, 6]])  
  
np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]  
Out[97]: array([[1, 2, 3, 0, 0, 4, 5, 6]])

从数组的形状中删除单维条目
x = np.array([[[0], [1], [2]]])
print(x)
"""
x=
[[[0]
  [1]
  [2]]]
"""
print(x.shape)  # (1, 3, 1)

x1 = np.squeeze(x) 
print(x1)  # [0 1 2]
print(x1.shape)  # (3,)

五、运算

±*/
运算符±*/都是对每个元素进行计算

>>> print a
[[ 1.  1.]
 [ 1.  1.]]
>>> print b
[[ 1.  0.]
 [ 0.  1.]]

>>> print a+b
[[ 2.  1.]
 [ 1.  2.]]
>>> print a-b
[[ 0.  1.]
 [ 1.  0.]]
>>> print b*2
[[ 2.  0.]
 [ 0.  2.]]
>>> print (a*2)*(b*2)
[[ 4.  0.]
 [ 0.  4.]]
>>> print b/(a*2)
[[ 0.5  0. ]
 [ 0.   0.5]]
>>> print (a*2)**4
[[ 16.  16.]
 [ 16.  16.]]

其他方法：
sum min max

>>> a = numpy.ones((3,4))
>>> a.sum()
12
>>> a.sum(axis=0)   #计算每一列的和
array([ 4,  4, 4])
>>> a.min()
1
>>> a.max()
1

#关于参数axis的含义：首先我们将三维数组想象成许多二维数组平面添加而成。可按倒序记忆：三维最后添加深度0，倒数第二添加列1，第一形成行2。则
>>> print(X)
[[[5 2]
  [4 2]]
 [[1 3]
  [2 3]]
 [[1 1]
  [0 1]]]

>>> X.sum(axis=0)       //全部平面上的对应位置
array([[7, 6],
       [6, 6]])

>>> X.sum(axis=1)      //每一个平面的每一列
array([[9, 4],
       [3, 6],
       [1, 2]])

>>> X.sum(axis=2)       //每一个平面的每一行
array([[7, 6],
       [4, 5],
       [2, 1]])

>>> print a
[[0 1 2]
 [3 4 5]
 [6 7 8]]
>>> a.sum(axis=0)    //列
array([ 9, 12, 15])
>>> a.sum(axis=1)    //行
array([ 3, 12, 21])

sin floor exp


>>> print a
[[ 1.  1.]
 [ 1.  1.]]
 
>>> numpy.sin(a)
array([[ 0.84147098,  0.84147098],
       [ 0.84147098,  0.84147098]])
>>> numpy.floor(a)
array([[ 1.,  1.],
       [ 1.,  1.]])
>>> numpy.exp(a)
array([[ 2.71828183,  2.71828183],
       [ 2.71828183,  2.71828183]])

如果数组太长，Numpy默认只打印两端数据，可设置set_printoptions(threshold=‘nan’) 强制打印

sign

import numpy as np
np.sign([-5., 0, 4.5])
# 大于0等于1，小于0等于-1 array([-1.,  0.,  1.])

六、合并

属于深拷贝

>>> a = numpy.ones((2,2))
>>> b = numpy.eye(2)
//垂直组合
>>> print np.vstack((a,b))    //与row_stack()行组合类似
[[ 1.  1.]
 [ 1.  1.]
 [ 1.  0.]
 [ 0.  1.]]
//水平组合
>>> print numpy.hstack((a,b))      //与column_stack()行组合类似
[[ 1.  1.  1.  0.]
 [ 1.  1.  0.  1.]]
//深度组合
>>> print a
[[0 1 2]
 [3 4 5]
 [6 7 8]]
>>> b = a*2
>>> print b
[[ 0  2  4]
 [ 6  8 10]
 [12 14 16]]
>>> print numpy.dstack((a,b))    //a与b在相同位置的元素进行组合
[[[ 0  0]
  [ 1  2]
  [ 2  4]]

 [[ 3  6]
  [ 4  8]
  [ 5 10]]

 [[ 6 12]
  [ 7 14]
  [ 8 16]]]

>>> a = numpy.ones((1,1))
>>> b = a         #浅拷贝，作为函数参数时属于浅拷贝
>>> b is a
True
>>> c = a.copy()  #深拷贝
>>> c is a
False

拼接：
原始python：

y1 = [[1,0],[0,0]]
y2 = [[0,0],[0,1]]
y1.append(y2)  #将y2作为一个元素并进y1
# [[1, 0], [0, 0], [[0, 0], [0, 1]]]

y1 = [[1,0],[0,0]]
y2 = [[0,0],[0,1]]
y1.extend(y2) #将y2中元素逐个取出放入y1
# [[1, 0], [0, 0], [0, 0], [0, 1]]

numpy方法：

import numpy as np
a=np.array([[1,2,3],[4,5,6]])
b=np.array([[11,21,31],[7,8,9]])
np.append(a,b)  # 将a和b中元素拼成一维
# array([ 1,  2,  3,  4,  5,  6, 11, 21, 31,  7,  8,  9])

import numpy as np
a=np.array([[1,2,3],[4,5,6]])
b=np.array([[11,21,31],[7,8,9]])
np.concatenate((a,b)) #将a和b默认按axis=0拼

array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

y1 = np.array([ [[1,0],[1,0]] , [[0,0],[0,0]] ])
y2 = np.array([ [[0,0],[0,0]] , [[0,1],[0,1]] ])
np.concatenate((y1,y2),axis=1)  #按轴=1拼
 array([[[1, 0],
        [1, 0],
        [0, 0],
        [0, 0]],

       [[0, 0],
        [0, 0],
        [0, 1],
        [0, 1]]])

针对不同shape时，list和numpy混用：

y1 = [ np.array([[1,0,0],[1,0,0]]) , np.array([[0,0],[0,0]]) ]
y2 = [ np.array([[0,0,0],[0,0,0]]) , np.array([[0,1],[0,1]]) ]
np.concatenate((y1[0],y2[0]))

array([[1, 0, 0],
       [1, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

七、分割

垂直和水平分割：

>>> print a
[[0 1 2]
 [3 4 5]
 [6 7 8]]
>>> numpy.hsplit(a,3)
[array([[0],
       [3],
       [6]]), array([[1],
       [4],
       [7]]), array([[2],
       [5],
       [8]])]
>>> print numpy.hsplit(a,3)
[array([[0],
       [3],
       [6]]), array([[1],
       [4],
       [7]]), array([[2],
       [5],
       [8]])]
>>> print a
[[0 1 2]
 [3 4 5]
 [6 7 8]]
>>> numpy.hsplit(a,3)
[array([[0],
       [3],
       [6]]), array([[1],
       [4],
       [7]]), array([[2],
       [5],
       [8]])]
>>> numpy.vsplit(a,3)
[array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

深度分割：

>>> a = numpy.arange(27).reshape(3,3,3)
>>> print a
[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]]

 [[ 9 10 11]
  [12 13 14]
  [15 16 17]]

 [[18 19 20]
  [21 22 23]
  [24 25 26]]]
>>> numpy.dsplit(a,3)
[array([[[ 0],
        [ 3],
        [ 6]],

       [[ 9],
        [12],
        [15]],

       [[18],
        [21],
        [24]]]), array([[[ 1],
        [ 4],
        [ 7]],

       [[10],
        [13],
        [16]],

       [[19],
        [22],
        [25]]]), array([[[ 2],
        [ 5],
        [ 8]],

       [[11],
        [14],
        [17]],

       [[20],
        [23],
        [26]]])]

八、矩阵算法

>>> print a
[[1 0]
 [2 3]]
>>> numpy.dot(a,a)   #运用矩阵乘法，对于一位数组做的是内积运算
array([[ 1,  0],
       [ 8,  9]])
>>> print a.transpose()  #运用矩阵转置
[[1 2]
 [0 3]]
>>> print numpy.trace(a)   #运用矩阵的迹
4

九、其他

numpy.where函数是三元表达式x if condition else y的矢量化版本

plt.plot(xx, np.where(xx < 1, 1 - xx, 0), 'g-',label="Hinge loss")
# if xx<1 则1-xx否则0

维度转置：

# 其中 0 1 2 3分别表示张量的四个轴，转置后原来轴序变成 3 0 1 2
b = np.transpose(np.float32(a[:,:,:,np.newaxis]), (3,0,1,2))

判断是否有空值：

import numpy as np
 
data = np.array([1,2,3,np.nan,4,np.nan])
# 获得一个bool数组
np.isnan(data)
# array([False, False, False,  True, False,  True], dtype=bool)
 
# 获得nan的数量
np.isnan(data).sum()
# 2

删除行列：

删列：
np.delete(arr, [1,2], axis=1)  # 对象，列数，指定轴
删行：
np.delete(arr, -1, axis=0)

读写文件：

np.savetxt('a.csv',a,fmt='%d',delimiter=',')#以逗号，分隔
b = loadtxt('a.csv',dtype=int,delimiter=',',usecols=(1,3,4))

Save an array to a binary file in NumPy .npy format.
np.save(outfile, x)
np.load(outfile)

排序：

np.sort(a,axis=1)

直方图：

np.histogram(num_count,bins=20)

去重：

label_u = np.unique(label)

numpy与list转换：

np.array(a)
a.tolist()

生成索引打乱数据：

np.random.seed(7)
index = np.arange(train_num)
np.random.shuffle(index)
print(index[:10])
part = int(0.90*train_num)
X_train = X[:part]
X_val = X[part:]

计算分位点：

for i in range(8):
    print(i,":",np.percentile(continues[i],95)) #95%分位点