numpy基础使用

• # 数据分析的基础步骤：数据收集，数据处理，数据分析，数据展现
  
  
  
• 
  
  
  # numpy的安装 pip install numpy
  
  
  
• 
  
  
  # pandas的安装 pip install pandas
  
  
  
• 
  
  
  # Matplotlib的安装：pip install matplotlib
  
  
  
• 
  
  
  #
  
  
  
• 
  
  
  # jupeter notebook是ipython的升级版 一个Web应用程序 界面更友好 功能也更强大。
  
  
  
• 
  
  
  # 可创建和共享代码 数据清洗和转换 数值模拟 统计建模 机器学习等等
  
  
  
• 
  
  
  # jupyter notebook的安装 pip install jupyter
  
  
  
• 
  
  
  # 启动jupyter notebook
  
  
  
• 
  
  
  
  
• 
  
  
  # 数据加载np.genfromtxt
  
  
  
• 
  
  
  import
  numpy
  as
  np
  
  
• 
  
  filename =
  "./presidential_polls.csv"
  
  
  
• 
  
  data_arr = np.genfromtxt(filename,
  #需要打开的文件名
  
  
  
• 
  
  delimiter =
  ","
  ,
  #文件的分隔符
  
  
  
• 
  
  dtype=str,
  #数据按字符串格式存储，不进行bytes编码
  
  
  
• 
  
  usecols = (
  3
  ,
  17
  ,
  18
  ,
  19
  ),
  #表示读取文件里列索引位置
  
  
  
• 
  
  )
  
  
• 
  
  print(data_arr)
  
  
• 
  
  
  
  
• 
  
  
  # 数据存储np.loadtxt
  
  
  
• 
  
  filename =
  "./presidential_polls.csv"
  
  
  
• 
  
  data_arr = np.loadtxt(filename,
  #需要打开的文件名
  
  
  
• 
  
  delimiter =
  ","
  ,
  #文件的分隔符
  
  
  
• 
  
  
  #skiprows = 1， #可以选择调过开头指定的行
  
  
  
• 
  
  dtype=str,
  #数据是按编码后的字符串格式存储
  
  
  
• 
  
  usecols = (
  3
  ,
  17
  ,
  18
  ,
  19
  ),
  #表示读取文件里的列的索引位置)
  
  
  
  

• 
  
  
  # 随机抽样生成数组范围[0, 1)
  
  
  
• 
  
  arr1 = np.random.rand(
  2
  ,
  3
  ,
  4
  )
  
  
• 
  
  print(arr1)
  
  
• 
  
  print(type(arr1))
  
  
  

• 
  
  [[[
  0.57574486
  0.54646636
  0.8826699
  0.18578644
  ]
  
  
• 
  
  [
  0.98587593
  0.79860098
  0.33510005
  0.63357311
  ]
  
  
• 
  
  [
  0.57229583
  0.78985357
  0.94551367
  0.50121632
  ]]
  
  
• 
  
  
  
  
• 
  
  [[
  0.54692874
  0.93198596
  0.27521756
  0.77860668
  ]
  
  
• 
  
  [
  0.72724299
  0.29829541
  0.96995412
  0.01535601
  ]
  
  
• 
  
  [
  0.85714544
  0.47116552
  0.77156323
  0.51256554
  ]]]
  
  
• 
  
  <class 'numpy.ndarray'>
  
  
  

• 
  
  
  # 随机从标准正太分布中返回一个或多个样本值
  
  
  
• 
  
  arr2 = np.random.randn(
  2
  ,
  3
  ,
  4
  )
  
  
• 
  
  print(arr2)
  
  
• 
  
  print(type(arr2))
  
  
  

• 
  
  [[[
  -0.23396039
  -0.23336667
  -0.30112823
  -1.23415798
  ]
  
  
• 
  
  [
  0.91558245
  0.12414881
  0.15081818
  -1.53843735
  ]
  
  
• 
  
  [
  -0.21620594
  0.7359921
  0.50092933
  0.75558742
  ]]
  
  
• 
  
  
  
  
• 
  
  [[
  0.32530112
  0.73525383
  0.37219234
  0.21443457
  ]
  
  
• 
  
  [
  0.01752722
  2.44692182
  -0.69826485
  -0.51774681
  ]
  
  
• 
  
  [
  0.46323329
  0.50842233
  -0.81426621
  -1.12823969
  ]]]
  
  
• 
  
  <class 'numpy.ndarray'>
  
  
  

• 
  
  
  # 随机从指定范围中创建对位整型数据
  
  
  
• 
  
  arr3 = np.random.randint(
  -1
  ,
  5
  , (
  3
  ,
  4
  ))
  
  
• 
  
  
  # arr3 = np.random.randint(-1, 5, size=(3, 4))
  
  
  
• 
  
  print(arr3)
  
  
• 
  
  print(type(arr3))
  
  
  

• 
  
  [[
  2
  0
  2
  4
  ]
  
  
• 
  
  [
  -1
  0
  -1
  4
  ]
  
  
• 
  
  [
  2
  3
  2
  3
  ]]
  
  
• 
  
  <class 'numpy.ndarray'>
  
  
  

• 
  
  
  # 生成指定维度大小（3行4列）的随机多维浮点型数据
  
  
  
• 
  
  arr4 = np.random.uniform(
  -1
  ,
  5
  , (
  3
  ,
  4
  ))
  
  
• 
  
  print(arr4)
  
  
• 
  
  print(type(arr4))
  
  
• 
  
  
  # ndarray的属性
  
  
  
• 
  
  
  # 维度个数， 一维 二维 三维
  
  
  
• 
  
  print(arr4.ndim)
  
  
• 
  
  
  # 维度大小(3, 4)
  
  
  
• 
  
  print(arr4.shape)
  
  
• 
  
  
  # 数组里的数据类型 float64
  
  
  
• 
  
  print(arr4.dtype)
  
  
  

• 
  
  [[
  3.55892155
  2.19149605
  4.84316689
  4.74206393
  ]
  
  
• 
  
  [
  2.11843647
  0.26380823
  0.78019315
  3.38043045
  ]
  
  
• 
  
  [
  3.39062911
  4.27111334
  0.63242528
  0.42685677
  ]]
  
  
• 
  
  <class 'numpy.ndarray'>
  
  
• 
  
  2
  
  
• 
  
  (3, 4)
  
  
• 
  
  float64
  
  
  

• 
  
  
  # 自定义数组创建
  
  
  
• 
  
  lis = range(
  5
  )
  
  
• 
  
  arr5 = np.array(lis)
  
  
• 
  
  print(arr5)
  
  
• 
  
  print(np.array([range(
  5
  ), range(
  5
  )]))
  
  
• 
  
  print(np.array([(
  1
  ,
  2
  ), (
  3
  ,
  4
  )]))
  
  
• 
  
  print(np.array([[
  1
  ,
  2
  ], [
  3
  ,
  4
  ]]))
  
  
  

• 
  
  [
  0
  1
  2
  3
  4
  ]
  
  
• 
  
  [[
  0
  1
  2
  3
  4
  ]
  
  
• 
  
  [
  0
  1
  2
  3
  4
  ]]
  
  
• 
  
  [[
  1
  2
  ]
  
  
• 
  
  [
  3
  4
  ]]
  
  
• 
  
  [[
  1
  2
  ]
  
  
• 
  
  [
  3
  4
  ]]
  
  
  

• 
  
  
  # 指定大小的全0数组 第一个参数是元组 默认数据类型为float64
  
  
  
• 
  
  zeros_arr = np.zeros((
  3
  ,
  4
  ), dtype=
  'int32'
  )
  
  
• 
  
  print(zeros_arr)
  
  
• 
  
  
  # 运行结果：int32
  
  
  
• 
  
  print(zeros_arr.dtype)
  
  
  

• 
  
  [[
  0
  0
  0
  0
  ]
  
  
• 
  
  [
  0
  0
  0
  0
  ]
  
  
• 
  
  [
  0
  0
  0
  0
  ]]
  
  
• 
  
  int32
  
  
  

• 
  
  
  # 指定大小的全1数组 第一个参数是元组 默认数据类型为float64
  
  
  
• 
  
  ones_arr = np.ones((
  2
  ,
  3
  ))
  
  
• 
  
  print(ones_arr)
  
  
• 
  
  print(ones_arr.dtype)
  
  
  

• 
  
  [[
  1.
  1.
  1.
  ]
  
  
• 
  
  [
  1.
  1.
  1.
  ]]
  
  
• 
  
  float64
  
  
  

• 
  
  
  # 指定大小的全1数组 第一个参数是元组 默认数据类型为float64
  
  
  
• 
  
  empty_arr = np.empty((
  3
  ,
  3
  ), int)
  # 指定数据类型为int
  
  
  
• 
  
  print(empty_arr)
  
  
• 
  
  
  # 运行结果：int32
  
  
  
• 
  
  print(empty_arr.dtype)
  
  
  

• 
  
  
  [[0 0 0]
  
  
  
• 
  
  
  [0 0 0]
  
  
  
• 
  
  
  [0 0 0]
  ]
  
  
• 
  
  
  int32
  
  
  
  

• 
  
  arr6 = np.arange(
  6
  )
  
  
• 
  
  arr7 = np.arange(
  6
  ).reshape(
  2
  ,
  3
  )
  
  
• 
  
  
  # 1x6个元素的一维数组
  
  
  
• 
  
  print(arr6)
  
  
• 
  
  
  # 2x3个元素的 二维数组
  
  
  
• 
  
  print(arr7)
  
  
  

• 
  
  [
  0
  1
  2
  3
  4
  5
  ]
  
  
• 
  
  [[
  0
  1
  2
  ]
  
  
• 
  
  [
  3
  4
  5
  ]]
  
  
  

• 
  
  
  import
  numpy
  as
  np
  
  
• 
  
  
  # 一维数组的索引与切片 和列表的操作类似
  
  
  
• 
  
  arr1 = np.arange(
  10
  )
  
  
• 
  
  print(arr1[
  2
  :
  5
  ])
  # <class 'numpy.ndarray'>
  
  
  
• 
  
  print(type(arr1[
  2
  :
  5
  ]))
  # [2 3 4]
  
  
  
• 
  
  print(arr1[
  1
  ])
  
  
• 
  
  print(type(arr1[
  1
  ]))
  # <class 'numpy.int32'>
  
  
  
  

• 
  
  [
  2
  3
  4
  ]
  
  
• 
  
  <class 'numpy.ndarray'>
  
  
• 
  
  1
  
  
• 
  
  <class 'numpy.int32'>
  
  
  

• 
  
  
  # 多维数组的索引与切片
  
  
  
• 
  
  arr2 = np.arange(
  12
  ).reshape(
  3
  ,
  4
  )
  
  
• 
  
  print(arr2)
  
  
• 
  
  print(arr2[
  2
  ][
  3
  ])
  # 索引为(2, 3)的数据
  
  
  
• 
  
  print(arr2[
  1
  ])
  # 索引为1的行 [4 5 6 7]
  
  
  
• 
  
  print(arr2[
  0
  :
  2
  ,
  2
  :])
  # 索引为0 1的行和 索引为2-的交叉部分
  
  
  
• 
  
  print(arr2[:,
  1
  :
  3
  ])
  # 索引为1 2的列
  
  
  
  

• 
  
  [[
  0
  1
  2
  3
  ]
  
  
• 
  
  [
  4
  5
  6
  7
  ]
  
  
• 
  
  [
  8
  9
  10
  11
  ]]
  
  
• 
  
  
  11
  
  
  
• 
  
  [
  4
  5
  6
  7
  ]
  
  
• 
  
  [[
  2
  3
  ]
  
  
• 
  
  [
  6
  7
  ]]
  
  
• 
  
  [[
  1
  2
  ]
  
  
• 
  
  [
  5
  6
  ]
  
  
• 
  
  [
  9
  10
  ]]
  
  
  

• 
  
  
  # 条件索引 找出 data_arr 中 2005年后的数据
  
  
  
• 
  
  data_arr = np.random.rand(
  3
  ,
  3
  )
  
  
• 
  
  print(data_arr)
  
  
• 
  
  year_arr = np.array([[
  2000
  ,
  2001
  ,
  2000
  ], [
  2005
  ,
  2002
  ,
  2009
  ], [
  2001
  ,
  2003
  ,
  2010
  ]])
  
  
• 
  
  is_year_after_2005 = year_arr >=
  2005
  
  
  
• 
  
  
  # 返回的是一个3x3的数组 值时bool型 >=2005的索引位置是True 其他的是False
  
  
  
• 
  
  print(is_year_after_2005, is_year_after_2005.dtype)
  
  
• 
  
  
  # 提取is_year_after_2005是True的索引在data_arr中对应的值
  
  
  
• 
  
  print(data_arr[is_year_after_2005])
  
  
• 
  
  
  # 找出 data_arr中2005年前且年份能整除二的年份和数据
  
  
  
• 
  
  filtered_arr1 = year_arr[(year_arr <=
  2005
  ) | (year_arr %
  2
  ==
  0
  )]
  
  
• 
  
  print(filtered_arr1)
  
  
• 
  
  print(data_arr[(year_arr <=
  2005
  ) | (year_arr %
  2
  ==
  0
  )])
  
  
• 
  
  
  # print(data_arr[filtered_arr1])
  
  
  
• 
  
  
  # 找出 data_arr中2005年前或年份能整除二的年份和数据
  
  
  
• 
  
  filtered_arr2 = year_arr[(year_arr <=
  2005
  ) & (year_arr %
  2
  ==
  0
  )]
  
  
• 
  
  print(filtered_arr2)
  
  
• 
  
  print(data_arr[(year_arr <=
  2005
  ) & (year_arr %
  2
  ==
  0
  )])
  
  
  

• 
  
  [[
  0.73953195
  0.61348584
  0.79242628
  ]
  
  
• 
  
  [
  0.52146043
  0.36660039
  0.20184571
  ]
  
  
• 
  
  [
  0.7044723
  0.92653372
  0.07748207
  ]]
  
  
• 
  
  [[
  False
  False
  False
  ]
  
  
• 
  
  [
  True
  False
  True
  ]
  
  
• 
  
  [
  False
  False
  True
  ]] bool
  
  
• 
  
  [
  0.52146043
  0.20184571
  0.07748207
  ]
  
  
• 
  
  [
  2000
  2001
  2000
  2005
  2002
  2001
  2003
  2010
  ]
  
  
• 
  
  [
  0.73953195
  0.61348584
  0.79242628
  0.52146043
  0.36660039
  0.7044723
  
  
  
• 
  
  
  0.92653372
  0.07748207
  ]
  
  
• 
  
  [
  2000
  2000
  2002
  ]
  
  
• 
  
  [
  0.73953195
  0.79242628
  0.36660039
  ]
  
  
  

• 
  
  
  import
  numpy
  as
  np
  
  
• 
  
  
  # 元素计算函数
  
  
  
• 
  
  arr = np.random.randn(
  2
  ,
  3
  )
  
  
• 
  
  print(arr)
  
  
• 
  
  print(np.ceil(arr))
  # arr的所有元素向上区镇
  
  
  
• 
  
  print(np.floor(arr))
  # arr的所有元素向下取整
  
  
  
• 
  
  print(np.rint(arr))
  # arr的所有元素四舍五入
  
  
  
• 
  
  print(np.isnan(arr))
  # 判断元素是否为 NaN(Not a Number)
  
  
  
• 
  
  print(np.multiply(arr, arr))
  # arr对应元素相乘
  
  
  
• 
  
  print(np.divide(arr, arr))
  # arr对应元素相除
  
  
  
• 
  
  print(np.where(arr >
  0
  ,
  1
  ,
  -1
  ))
  # arr中元素大于0为1小于0为-1
  
  
  
  

• 
  
  [[
  -2.06506175
  -0.50280408
  1.45255375
  ]
  
  
• 
  
  [
  1.33348679
  -0.7492421
  0.90596497
  ]]
  
  
• 
  
  [[
  -2.
  -0.
  2.
  ]
  
  
• 
  
  [
  2.
  -0.
  1.
  ]]
  
  
• 
  
  [[
  -3.
  -1.
  1.
  ]
  
  
• 
  
  [
  1.
  -1.
  0.
  ]]
  
  
• 
  
  [[
  -2.
  -1.
  1.
  ]
  
  
• 
  
  [
  1.
  -1.
  1.
  ]]
  
  
• 
  
  [[
  False
  False
  False
  ]
  
  
• 
  
  [
  False
  False
  False
  ]]
  
  
• 
  
  [[
  4.26448002
  0.25281195
  2.10991241
  ]
  
  
• 
  
  [
  1.77818701
  0.56136372
  0.82077252
  ]]
  
  
• 
  
  [[
  1.
  1.
  1.
  ]
  
  
• 
  
  [
  1.
  1.
  1.
  ]]
  
  
• 
  
  [[
  -1
  -1
  1
  ]
  
  
• 
  
  [
  1
  -1
  1
  ]]
  
  
  

• 
  
  
  # 元素统计函数
  
  
  
• 
  
  arr = np.arange(
  1
  ,
  13
  ).reshape(
  3
  ,
  4
  )
  
  
• 
  
  
  print
  (arr)
  
  
• 
  
  
  print
  (np.sum(arr))
  # 所有元素的和
  
  
  
• 
  
  
  print
  (np.sum(arr, axis=
  0
  ))
  # 数组的按列统计和
  
  
  
• 
  
  
  print
  (np.sum(arr, axis=
  1
  ))
  # 数组的按行统计和
  
  
  
• 
  
  
  print
  (np.cumsum(arr))
  # 返回一个一维数组 每个元素都是之前所有元素的 累加和
  
  
  
• 
  
  
  print
  (np.cumprod(arr))
  # 返回一个一维数组 数组的每一个元素都是之前所有元素的累加积
  
  
  
  

• 
  
  [[
  1
  2
  3
  4
  ]
  
  
• 
  
  [
  5
  6
  7
  8
  ]
  
  
• 
  
  [
  9
  10
  11
  12
  ]]
  
  
• 
  
  
  78
  
  
  
• 
  
  [
  15
  18
  21
  24
  ]
  
  
• 
  
  [
  10
  26
  42
  ]
  
  
• 
  
  [
  1
  3
  6
  10
  15
  21
  28
  36
  45
  55
  66
  78
  ]
  
  
• 
  
  [
  1
  2
  6
  24
  120
  720
  5040
  
  
  
• 
  
  
  40320
  362880
  3628800
  39916800
  479001600
  ]
  
  
  

• 
  
  arr = np.random.randint(
  0
  ,
  10
  , (
  3
  ,
  4
  ))
  
  
• 
  
  print(arr)
  
  
• 
  
  
  # 所有元素的平均值与和
  
  
  
• 
  
  print(np.mean(arr))
  
  
• 
  
  print(np.sum(arr))
  
  
• 
  
  print(np.max(arr))
  # 求数组的最大值
  
  
  
• 
  
  print(np.min(arr))
  # 求数组的最小值
  
  
  
• 
  
  print(np.var(arr))
  # 求方差
  
  
  
• 
  
  print(np.std(arr))
  # 求标准差:方差的平方根
  
  
  
  

• 
  
  [[
  3
  6
  7
  2
  ]
  
  
• 
  
  [
  4
  4
  3
  2
  ]
  
  
• 
  
  [
  8
  5
  9
  4
  ]]
  
  
• 
  
  
  4.75
  
  
  
• 
  
  
  57
  
  
  
• 
  
  
  9
  
  
  
• 
  
  
  2
  
  
  
• 
  
  
  4.854166666666667
  
  
  
• 
  
  
  2.203217344400381
  
  
  
  

• 
  
  
  # 求最大值和最小值的索引下标 如果是多维数组 将多维数组合并成一维数组 再找出最大值索引下标
  
  
  
• 
  
  arr = np.random.randint(
  0
  ,
  10
  , (
  3
  ,
  4
  ))
  
  
• 
  
  print(arr)
  
  
• 
  
  print(np.argmax(arr))
  
  
• 
  
  print(np.argmin(arr))
  
  
  

• 
  
  [[
  5
  2
  1
  2
  ]
  
  
• 
  
  [
  0
  6
  1
  3
  ]
  
  
• 
  
  [
  5
  4
  1
  6
  ]]
  
  
• 
  
  
  5
  
  
  
• 
  
  
  4
  
  
  
  

• 
  
  
  # 元素判断函数
  
  
  
• 
  
  arr = np.random.randn(
  2
  ,
  3
  )
  
  
• 
  
  print(arr)
  
  
• 
  
  print(np.any(arr >
  0
  ))
  # 至少有一个元素满足指定条件 返回True
  
  
  
• 
  
  print(np.all(arr >
  0
  ))
  # 所有的元素满足指定条件 返回True
  
  
  
• 
  
  
  
  
• 
  
  
  # 元素判断函数
  
  
  
• 
  
  arr = np.array([[
  1
  ,
  2
  ,
  1
  ], [
  2
  ,
  3
  ,
  4
  ]])
  
  
• 
  
  print(arr)
  
  
• 
  
  print(np.unique(arr))
  # 找到唯一值并返回排序结果 类似于Python的set集合
  
  
  
  

• 
  
  [[
  0.46215757
  0.64009362
  0.26844304
  ]
  
  
• 
  
  [
  -1.17199175
  0.62900237
  -0.41159536
  ]]
  
  
• 
  
  
  True
  
  
  
• 
  
  
  False
  
  
  
• 
  
  [[
  1
  2
  1
  ]
  
  
• 
  
  [
  2
  3
  4
  ]]
  
  
• 
  
  [
  1
  2
  3
  4
  ]
  
  
  

更多免费技术资料可关注：annalin1203