|
Python是一門不錯的動態語言，其應用的領域非常廣泛，如web開發、Linux運維、數據挖掘、機器學習、爬蟲、推薦系統等。在學完《廖雪峰Python2.7教程》感覺受益匪淺，掌握了基本的語法之后開始接觸用Python進行數據分析。這里向大家推薦兩本書《Python數據分析》和《利用Python進行數據分析》，而這兩本書也是目前我正在學習的材料，雖然這兩本書都是基于Python2.x，但對于Python3.x也能正常運行。 本期將會涉及到Python模塊中的numpy，這是一個處理數組的強大模塊，而該模塊也是其他數據分析模塊（如pandas和scipy）的核心。下面將從這5個方面來介紹numpu模塊的內容： 1）數組的創建 2）有關數組的屬性和函數 3）數組元素的獲取--普通索引、切片、布爾索引和花式索引 4）統計函數與線性代數運算 5）隨機數的生成 數組的創建 numpy中使用array()函數創建數組,array的首個參數一定是一個序列，可以是元組也可以是列表。 一維數組的創建 可以使用numpy中的arange()函數創建一維有序數組，它是內置函數range的擴展版。 In [1]: import numpy as np In [2]: ls1 = range(10) In [3]: list(ls1) Out[3]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] In [4]: type(ls1) Out[4]: range In [5]: ls2 = np.arange(10) In [6]: list(ls2) Out[6]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] In [7]: type(ls2) Out[7]: numpy.ndarray 通過arange生成的序列就不是簡簡單單的列表類型了，而是一個一維數組。 如果一維數組不是一個規律的有序元素，而是人為的輸入，就需要array()函數創建了。 In [8]: arr1 = np.array((1,20,13,28,22)) In [9]: arr1 Out[9]: array([ 1, 20, 13, 28, 22]) In [10]: type(arr1) Out[10]: numpy.ndarray 上面是由元組序列構成的一維數組。 In [11]: arr2 = np.array([1,1,2,3,5,8,13,21]) In [12]: arr2 Out[12]: array([ 1, 1, 2, 3, 5, 8, 13, 21]) In [13]: type(arr2) Out[13]: numpy.ndarray 上面是由列表序列構成的一維數組。 二維數組的創建 二維數組的創建，其實在就是列表套列表或元組套元組。 In [14]: arr3 = np.array(((1,1,2,3),(5,8,13,21),(34,55,89,144))) In [15]: arr3 Out[15]: array([[ 1, 1, 2, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144]]) 上面使用元組套元組的方式。 In [16]: arr4 = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]) In [17]: arr4 Out[17]: array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) 上面使用列表套列表的方式。 對于高維數組在將來的數據分析中用的比較少，這里關于高維數組的創建就不贅述了，構建方法仍然是套的方式。 上面所介紹的都是人為設定的一維、二維或高維數組，numpy中也提供了幾種特殊的數組，它們是： In [18]: np.ones(3) #返回一維元素全為1的數組 Out[18]: array([ 1., 1., 1.]) In [19]: np.ones([3,4]) #返回元素全為1的3×4二維數組 Out[19]: array([[ 1., 1., 1., 1.], [ 1., 1., 1., 1.], [ 1., 1., 1., 1.]]) In [20]: np.zeros(3) #返回一維元素全為0的數組 Out[20]: array([ 0., 0., 0.]) In [21]: np.zeros([3,4]) #返回元素全為0的3×4二維數組 Out[21]: array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]]) In [22]: np.empty(3) #返回一維空數組 Out[22]: array([ 0., 0., 0.]) In [23]: np.empty([3,4]) #返回3×4二維空數組 Out[23]: array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]]) 有關數組的屬性和函數 當一個數組構建好后，我們看看關于數組本身的操作又有哪些屬性和函數： In [24]: arr3 Out[24]: array([[ 1, 1, 2, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144]]) In [25]: arr3.shape #shape方法返回數組的行數和列數 Out[25]: (3, 4) In [26]: arr3.dtype #dtype方法返回數組的數據類型 Out[26]: dtype('int32') In [27]: a = arr3.ravel() #通過ravel的方法將數組拉直（多維數組降為一維數組） In [28]: a Out[28]: array([ 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144]) In [29]: b = arr3.flatten() #通過flatten的方法將數組拉直 In [30]: b Out[30]: array([ 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144]) 兩者的區別在于ravel方法生成的是原數組的視圖，無需占有內存空間，但視圖的改變會影響到原數組的變化。而flatten方法返回的是真實值，其值的改變并不會影響原數組的更改。 通過下面的例子也許就能明白了： In [31]: b[:3] = 0 In [32]: arr3 Out[32]: array([[ 1, 1, 2, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144]]) 通過更改b的值，原數組沒有變化。 In [33]: a[:3] = 0 In [34]: arr3 Out[34]: array([[ 0, 0, 0, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144]]) a的值變化后，會導致原數組跟著變化。 In [35]: arr4 Out[35]: array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) In [36]: arr4.ndim #返回數組的維數 Out[36]: 2 In [37]: arr4.size #返回數組元素的個數 Out[37]: 12 In [38]: arr4.T #返回數組的轉置結果 Out[38]: array([[ 1, 5, 9], [ 2, 6, 10], [ 3, 7, 11], [ 4, 8, 12]]) 如果數組的數據類型為復數的話，real方法可以返回復數的實部，imag方法返回復數的虛部。 介紹完數組的一些方法后，接下來我們看看數組自身有哪些函數可操作： In [39]: len(arr4) #返回數組有多少行 Out[39]: 3 In [40]: arr3 Out[40]: array([[ 0, 0, 0, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144]]) In [41]: arr4 Out[41]: array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) In [42]: np.hstack((arr3,arr4)) Out[42]: array([[ 0, 0, 0, 3, 1, 2, 3, 4], [ 5, 8, 13, 21, 5, 6, 7, 8], [ 34, 55, 89, 144, 9, 10, 11, 12]]) 橫向拼接arr3和arr4兩個數組，但必須滿足兩個數組的行數相同。 In [43]: np.vstack((arr3,arr4)) Out[43]: array([[ 0, 0, 0, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144], [ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) 縱向拼接arr3和arr4兩個數組，但必須滿足兩個數組的列數相同。 In [44]: np.column_stack((arr3,arr4)) #與hstack函數具有一樣的效果 Out[44]: array([[ 0, 0, 0, 3, 1, 2, 3, 4], [ 5, 8, 13, 21, 5, 6, 7, 8], [ 34, 55, 89, 144, 9, 10, 11, 12]]) In [45]: np.row_stack((arr3,arr4)) #與vstack函數具有一樣的效果 Out[45]: array([[ 0, 0, 0, 3], [ 5, 8, 13, 21], [ 34, 55, 89, 144], [ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12]]) reshape()函數和resize()函數可以重新設置數組的行數和列數： In [46]: arr5 = np.array(np.arange(24)) In [47]: arr5 #此為一維數組 Out[47]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]) In [48]: a = arr5.reshape(4,6) In [49]: a Out[49]: array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11], [12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]]) 通過reshape函數將一維數組設置為二維數組，且為4行6列的數組。 In [50]: a.resize(6,4) In [51]: a Out[51]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]) 通過resize函數會直接改變原數組的形狀。 數組轉換：tolist將數組轉換為列表，astype()強制轉換數組的數據類型，下面是兩個函數的例子： In [53]: b = a.tolist() In [54]: b Out[54]: [[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]] In [55]: type(b) Out[55]: list In [56]: c = a.astype(float) In [57]: c Out[57]: array([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.], [ 12., 13., 14., 15.], [ 16., 17., 18., 19.], [ 20., 21., 22., 23.]]) In [58]: a.dtype Out[58]: dtype('int32') In [59]: c.dtype Out[59]: dtype('float64') 數組元素的獲取 通過索引和切片的方式獲取數組元素，一維數組元素的獲取與列表、元組的獲取方式一樣： In [60]: arr7 = np.array(np.arange(10)) In [61]: arr7 Out[61]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) In [62]: arr7[3] #獲取第4個元素 Out[62]: 3 In [63]: arr7[:3] #獲取前3個元素 Out[63]: array([0, 1, 2]) In [64]: arr7[3:] #獲取第4個元素即之后的所有元素 Out[64]: array([3, 4, 5, 6, 7, 8, 9]) In [65]: arr7[-2:] #獲取末尾的2個元素 Out[65]: array([8, 9]) In [66]: arr7[::2] #從第1個元素開始，獲取步長為2的所有元素 Out[66]: array([0, 2, 4, 6, 8]) 二維數組元素的獲取： In [67]: arr8 = np.array(np.arange(12)).reshape(3,4) In [68]: arr8 Out[68]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) In [69]: arr8[1] #返回數組的第2行 Out[69]: array([4, 5, 6, 7]) In [70]: arr8[:2] #返回數組的前2行 Out[70]: array([[0, 1, 2, 3], [4, 5, 6, 7]]) In [71]: arr8[[0,2]] #返回指定的第1行和第3行 Out[71]: array([[ 0, 1, 2, 3], [ 8, 9, 10, 11]]) In [72]: arr8[:,0] #返回數組的第1列 Out[72]: array([0, 4, 8]) In [73]: arr8[:,-2:] #返回數組的后2列 Out[73]: array([[ 2, 3], [ 6, 7], [10, 11]]) In [74]: arr8[:,[0,2]] #返回數組的第1列和第3列 Out[74]: array([[ 0, 2], [ 4, 6], [ 8, 10]]) In [75]: arr8[1,2] #返回數組中第2行第3列對應的元素 Out[75]: 6 布爾索引，即索引值為True和False，需要注意的是布爾索引必須輸數組對象。 In [76]: log = np.array([True,False,False,True,True,False]) In [77]: arr9 = np.array(np.arange(24)).reshape(6,4) In [78]: arr9 Out[78]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]) In [79]: arr9[log] #返回所有為True的對應行 Out[79]: array([[ 0, 1, 2, 3], [12, 13, 14, 15], [16, 17, 18, 19]]) In [80]: arr9[-log] #通過負號篩選出所有為False的對應行 Out[80]: array([[ 4, 5, 6, 7], [ 8, 9, 10, 11], [20, 21, 22, 23]]) 舉一個場景，一維數組表示區域，二維數組表示觀測值，如何選取目標區域的觀測？ In [81]: area = np.array(['A','B','A','C','A','B','D']) In [82]: area Out[82]: array(['A', 'B', 'A', 'C', 'A', 'B', 'D'], dtype=' In [83]: observes = np.array(np.arange(21)).reshape(7,3) In [84]: observes Out[84]: array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11], [12, 13, 14], [15, 16, 17], [18, 19, 20]]) In [85]: observes[area == 'A'] Out[85]: array([[ 0, 1, 2], [ 6, 7, 8], [12, 13, 14]]) 返回所有A區域的觀測。 In [86]: observes[(area == 'A') | (area == 'D')] #條件值需要在&(and),|(or)兩端用圓括號括起來 Out[86]: array([[ 0, 1, 2], [ 6, 7, 8], [12, 13, 14], [18, 19, 20]]) 返回所有A區域和D區域的觀測。 當然，布爾索引也可以與普通索引或切片混合使用： In [87]: observes[area == 'A'][:,[0,2]] Out[87]: array([[ 0, 2], [ 6, 8], [12, 14]]) 返回A區域的所有行，且只獲取第1列與第3列數據。 花式索引：實際上就是將數組作為索引將原數組的元素提取出來 In [88]: arr10 = np.arange(1,29).reshape(7,4) In [89]: arr10 Out[89]: 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]]) In [90]: arr10[[4,1,3,5]] #按照指定順序返回指定行 Out[90]: array([[17, 18, 19, 20], [ 5, 6, 7, 8], [13, 14, 15, 16], [21, 22, 23, 24]]) In [91]: arr10[[4,1,5]][:,[0,2,3]] #返回指定的行與列 Out[91]: array([[17, 19, 20], [ 5, 7, 8], [21, 23, 24]]) In [92]: arr10[[4,1,5],[0,2,3]] Out[92]: array([17, 7, 24]) 請注意！這與上面的返回結果是截然不同的，上面返回的是二維數組，而這條命令返回的是一維數組。 如果想使用比較簡單的方式返回指定行以列的二維數組的話，可以使用ix_()函數 In [93]: arr10[np.ix_([4,1,5],[0,2,3])] Out[93]: array([[17, 19, 20], [ 5, 7, 8], [21, 23, 24]]) 這與arr10[[4,1,5]][:,[0,2,3]]返回的結果是一致的。 -------------------------------------------------------------------------------------------------------- 由于正文部分不能超過20000字符，接下來的部分將在《Python數據分析之numpy學習（二）》中繼續講解。 -------------------------------------------------------------------------------------------------------- 使用Python進行數據分析，一般都會使用到numpy，pandas，scipy和matplotlib等模塊，而numpy是最為基礎的模塊，其他模塊的使用都是以numpy為核心，所以這里講解了有關numpy的方方面面，這部分的學習非常重要，希望感興趣的朋友多看看這方面的文檔和動手操作。 每天進步一點點2015 學習與分享，取長補短，關注小號！ |
|
|
