Python数据分析三剑客——NumPy详解

NumPy基础

一.数组基础

整数和浮点数相互转换（astype）

数组维度（.shape和.reshape）

• ones((2,5))是创建一个两行五列的全是一的数组
• arange(10)是创建一个从0到9的一维数组
• 一维数组称之为向量，二维数组成为矩阵

二.数组的创建

创建数组

创建同值数组，ones，zeros

随机数组

三.数组的索引

向量的花式索引

• 下图表示先创建一个从0到90（左闭右开），步长为10的向量
• 第二句表示选取向量之中第0个和第2个索引的元素（注意括号是两个，一般如果只有一个中括号，那么里面不能出现两个值，只能出现一个值代表选取一个元素）

矩阵的花式索引

• 下图表示创建一个从1到17（左闭右开）的矩阵，然后变成4*4的矩阵
• 第二句也有两个中括号，两个
  • 第一个中括号规定行，第二个中括号规定列，比如In[30]表示分别选取第0行第0列的元素，和第2行第二列的元素
  • In[31]表示选取第一行第二列的元素和第二行第三列的元素

• 下图的例子中，一个括号里面有三个值，代表选取三个元素

向量的切片

矩阵的切片

提取矩阵的行和列

• 提取矩阵的行

• 提取矩阵的列

数组的切片仅仅是视图

• 与 Python 列表和 Matlab 不同，NumPy 数组的切片仅仅是原数组的一个视图。换言之，NumPy 切片并不会创建新的变量

• 如果需要对切片进行拷贝，就需要==arr.copy()==方法创建一个新切片

数组的赋值仅仅是绑定

• 数组的赋值仅仅是绑定，也就是如果出现 arr1=arr2，那么修改arr1的值，arr2也会跟着修改，两者是通过一个东西
• 如果要创建新的数组变量，那么就需要在赋值的时候运用arr.copy()方法

四.数组的变形

转置

arr.T

数组的转置方法为 .T，其只对矩阵有效，因此遇到向量要先将其转化为矩阵。

(左右/上下)翻转

• 注意是arr2 = np.fliplr(arr1)

数组的翻转方法有两个，一个是**上下翻转的 np.flipud( ) ，表示 up-down**；一个是**左右翻转的 np.fliplr( )，表示 left-right**。其中，向量只能使用 np.flipud( )，在数学中，向量并不是横着排的，而是竖着排的。

数组的重塑

arr.reshape()

数组的拼接

• concatenate([],[],axis=) concatenate(arr1,arr2,axis=)

• 默认参数axis=0表示在行的方向上合并，axis=1表示在列的方向上合并

数组的分裂

np.split()

• 在行方向上合并

• 在列方向上合并

五.数组的运算

普通运算

广播

• 向量广播为矩阵

• 列矩阵广播为矩阵

• 行列矩阵同时被广播

六.数组的函数

np.dot(arr1,arr2)

向量与向量的乘积

向量与矩阵的乘积

矩阵与向量的乘积

矩阵与矩阵的乘积

数学函数

聚合函数

• axis=0维度x轴 表示按照行方向打印结果
• axis=1维度y轴 表示按照列方向打印结果
• np.sum求和
• np.prod求积

七.布尔型数组

创建布尔型数组

布尔型数组中True的数量

布尔型数组作为掩码

满足条件的元素所在的位置

八.从数组到张量

数组与张量

语法不同点