numpy笔记（全）

数据分析笔记

目录

• Numpy

  • 安装

  • ndarray数组

    • 创建数组
    • 数组的计算
    • 数据的维度
    • 数组的形状与类型
    • 数组的索引与切片
    • 数组转置和换轴
    • 数组通用函数
    • 面向数组编程
    • 将条件逻辑符作为数组操作
    • 数学和统计方法
    • 数组排序

---

Numpy

安装

使用pip install numpy即可安装numpy

ndarray数组

1.1创建数组

import numpy as np # 库导入

# 使用arange()方法生成数组
data = np.arange(10)

print(data)

运行结果

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

这是一个array数组对象

表1-1 数组生成函数

函数名称	描述
array()	输入一个序列，转换成ndarray
arange()	Python内建range()的数组版
ones()	根据给定形状和数据类型生成全1数组
ones_like()	根据所给数组生成一个形状一样的全1数组
zeros()	根据给定形状和数据类型生成全0数组
zeros_like()	根据所给数组生成一个形状一样的全0数组

表1-1

示例：

1. array()方法

import numpy as np

list_0 = ['A', 'B', 'C', 'D']

array = np.array(list_0)
print(array)

运行结果

`array(['A', 'B', 'C', 'D'], dtype='<U1')`

2. ones()方法

import numpy as np

arr = np.ones((1, 10))
print(arr)

运行结果

array([[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]])

3. zeros()方法

import numpy as np

arr = np.zeros((1, 10))
print(arr)

运行结果

array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]])

---

1.2数组的计算

聚合

import numpy as np

data = np.arange(1, 4)
print(data.max())
print(data.min())
print(data.sum())

import numpy as np
data = np.array([1, 2])
ones = np.ones(2)
print(data + ones)

计算过程

所以，计算结果为

[2 4]

除了加法，还可以对数组进行如下操作

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nFzL6SEy-1601265423296)(https://i.loli.net/2020/09/23/a1YNV35PR4gKHxr.jpg)]

numpy的广播机制:数组和数字进行运算

import numpy as np

arr = np.arange(1, 3)
print(arr * 1.6)

计算过程

所以，计算结果为

array([1.6, 3.2])

点乘

import numpy as np

data = np.arange(1, 4)
power_of_ten = np.array([i*10 for i in range(6)])
print(np.dot(np.dot(data, power_of_ten)))

运算过程

计算结果

[ 30201 302010]

矩阵运算

import numpy as np

data = np.arange(1, 7).reshape((2, 3))
ones = np.ones(2)
print(ones + data)

计算过程

计算结果

[[2. 3.] [4. 5.] [6. 7.]]

这种不同形状数组的运算也是numpy广播机制的一种

两个相同形状的数组比大小

import numpy as np

arr1 = np.array([1, 3, -1, 5, -2.7])
arr2 = np.array([2, 7, 5, -4, -9])
print(arr1 > arr2)

[False False False True True]

返回了一个布尔数组

---

1.3数据的维度

一维数据：如列表元组等

二维数据：如表格

多维数据：如多个表格

创建一维数组

import numpy as np

arr = np.arange(0, 10)
print(arr)

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

创建二维数组

import numpy as np

list1 = [[i for i in range(1, 11)] for i in range(2)]
arr