python数据分析 -- numpy库初识

标签（空格分隔）： 王小草机器学习笔记

---

python的强大之处不但因为简洁易学高效，还在于她有许多库，可以方便我们得到想要的计算。比如今天讲的numpy库，为python提供了快速的多维数组的处理能力。有人数，numpy库的出现使得python可以像matlab一样去计算了。（matlab是10年前乃至今日仍然大受青睐的草稿本式的编程语言）。

1. 导入Numpy库

要调用numpy库，我们就要导入这个库，导入的语句就一句。
as 后面是重命名，也可以说是缩写，在我们的程序中，我们只要写np,自动就代码numpy。这是约定俗称的一个简称，当其他人阅读你的代码的时候，他们也知道np代表的就是Numpy，所以缩写最好不要自己创新。

import numpy as np

2. 使用Aarry创建数组

2.1 通过Array传递List

标准Python的列表(list)中，元素本质是对象。
如：L = [1, 2, 3]，需要3个指针和三个整数对象，对于数值运算比较浪费内存和CPU。
因此，Numpy提供了ndarray(N-dimensional array object)对象：存储单一数据类型的多维数组。

创建一维数组：

L = [1, 2, 3, 4, 5, 6]
print L
a = np.array(L)
print a

打印结果：

[1, 2, 3, 4, 5, 6]
[1 2 3 4 5 6]

创建多维数组：

嵌套多个list

b = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print b

打印结果：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

2.2 数组大小

查看数组大小

print a.shape
print b.shape

打印结果：
a是6行1列，b是3行4列

(6L,)
(3L, 4L)

强制修改数组大小

1.将3*4的数组改成4*3的数组

b.shape = 4, 3
print b

打印结果：
从(3,4)改为(4,3)并不是对数组进行转置，而只是改变每个轴的大小，数组元素在内存中的位置并没有改变，还是按照1,2,3,4,5…12这样的顺序来排列的。

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

2.当某个轴为-1时，将根据数组元素的个数自动计算此轴的长度

b.shape = 2, -1
print b

打印结果：
行是2行，列为-1的话就表示根据行来定，所以是6列

[[ 1  2  3  4  5  6]
 [ 7  8  9 10 11 12]]

修改数组大小后成新数组

使用reshape方法，可以创建改变了尺寸的新数组，原数组的shape保持不变

c = b.reshape((4, -1))
print c

创建的新数组，仍然与老数组共享内存，修改任意一个将影响另外一个。
比如修改b数组的第1行第2列的元素为20，再来看b和c两个数组的变化

2.3 获取数组的元素类型

查看数据类型

print a.dtype
print b.dtype

创建指定元素类型的数组

可以通过dtype参数在创建时指定元素类型

d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)
f = np.array([[1+4j, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.complex)
print d
print f

打印结果：分别是浮点型与复数型

[[  1.   2.   3.   4.]
 [  5.   6.   7.   8.]
 [  9.  10.  11.  12.]]

[[  1.+4.j   2.+0.j   3.+0.j   4.+0.j]
 [  5.+0.j   6.+0.j   7.+0.j   8.+0.j]
 [  9.+0.j  10.+0.j  11.+0.j  12.+0.j]]

更改元素类型

如果更改元素类型，可以使用astype安全的转换

f = d.astype(np.int)
print f

打印结果：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

3. 使用函数创建

3.1 arrage

如果生成一定规则的数据，可以使用NumPy提供的专门函数
arange函数类似于python的range函数：指定起始值、终止值和步长来创建数组
和Python的range类似，arange同样不包括终值；但arange可以生成浮点类型，而range只能是整数类型

生成1开始，10结束（不包含10），步长为0.5的一个数组

a = np.arange(1, 10,