python的数据处理框架numpy（一）

##前言

最近在做python的数据处理,其中pandas、numpy、matplotlib这三个库被称为数据处理三剑客，我先看的那就是numpy。

简介

numpy是python语言的一个扩充程序,他用c实现，所以操作起来速度更快，他支持了高级大量的数据运算，也提供了大量的数据函数库（eg：std、sum、min、max等），这些方便我们数据处理(eg:使用numpy的内置函数画正态分布图)

numpy基本使用

创建numpy

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明

参数	描述	例
object	要生成的数据的内容	[1, 2, 3]
dtype	返回数组所需的数据类型	str、int
copy	默认为true，对象是否被复制
order	表示数组在内存的存放次序是以行(C)为主还是以列(F)为主	‘A’、’C’:行优先、’F’:列优先、’K’
subok	默认情况下，返回的数组被强制为基类数组。如果为true，则返回子类
ndmin	返回数组的最小维数	3

import numpy as np

d1 = np.array([1, 2, 3])
print('d1:', d1)
d2 = np.array([1, 2, '3'])          #这里会将所有的数据全部转化为字符串
print('d2:', d2)
d3 = np.array([1, 2, 3], ndmin=2)   #指定维度为2
print('d3:', d3)
d4 = np.array([1, 2, 3], dtype=str) #指定数据类型为字符串
print('d4:', d4)

输出

d1: [1 2 3]
d2: ['1' '2' '3']
d3: [[1 2 3]]
d4: ['1' '2' '3']

基础运算符操作

mean = d1.mean()        #求平均值
print('平均值:', mean)

s = d1.sum()            #求和
print('和:', s)

m = d1.max()            #求最大值
print('最大值:', m)

m = d1.min()            #求最小值
print('最小值:', m)

p = d1.argmax()         #求最大值所在位置
print('最大值位置:', p)

d = d1.std()            #求标准差  主要是求离散程度
print('标准差', d)

输出

平均值: 2.0
和: 6
最大值: 3
最小值: 1
标准差 0.816496580927726
最大值位置: 2

向量操作

d1 = np.array([1, 2, 3])
d2 = np.array([4, 5, 6])

vector_sum = d1 + d2             #向量和
print('向量和:', vector_sum)

vector_sub = d1 - d2             #向量差
print('向量差:', vector_sub)

vector_mul = d1 * d2             #向量积
print('向量积:', vector_mul)

#向量还可以与常数操作
vector_constant_sum = d1 + 2     #与常数求和
print('与常数求和:', vector_constant_sum)

vector_constant_mul = d1 * 2     #与常数乘积
print('与常数乘积:', vector_constant_mul)
					.
					.
					.

输出

向量和: [5 7 9]
向量差: [-3 -3 -3]
向量积: [ 4 10 18]
与常数求和: [3 4 5]
与常数乘积: [2 4 6]

原地非原地

d1 = np.array([1, 2, 3, 4])
d2 = d1
d1 += np.array([1, 1, 1, 1])
print('原地', d2)

d1 = np.array([1, 2, 3, 4])
d2 = d1
d1 = d1 + np.array([1, 1, 1, 1])
print('非原地', d2)

输出

原地: [2 3 4 5]
非原地: [1 2 3 4]

从上面结果可以看出来,+=改变了原来数组,而+没有。这是因为:

+=:它是原地计算,不会创建一个新的数组,在原始数组中更改元素 +:它是非原地计算,会创建一个新的数组,不会修改原始数组中的元素这和python本身的数组操作是一样的

切片操作

l1 = [1, 2, 3, 5]
l2 = l1[0:2]
l2[0] = 5
print('list:', l1)

d1 = np.array([1, 2, 3, 5])
d2 = d1[0:2]
d2[0] = 5
print('numpy:', d1)

输出

list: [1, 2, 3, 5]
numpy: [5 2 3 5]

从输出可以看出,list中改变切片中的元素,不会影响原来的数组.而numpy改变切片中的元素,原来的数组也会跟着改变了。这是因为numpy的切片编程不会创建一个新数组出来,当修改对应的切片也会更改原始的数据。这样的机制,可以让numpy的效率更高

二维数组

d1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print('第一个数组:', d1[0])             #获取其中一维数组

print('第一个数组的第一个元素:', d1[0][0])
print('第一个数组的第一个元素:', d1[0, 0])

print('所有元素的和:', d1.sum())         #求和是求所有元素的和
print('所有元素的和:', d1.std())         #求标准差是求所有元素的标准差

#那怎么获取某一列或者某一行的求和那,这就用到axis这个参数了，等于0时是按列，等于1是按行
print('按列求和:', d1.sum(axis=0))         #等于0是按列求和
print('按行求和:', d1.sum(axis=1))         #等于1是按照行求和
				.
				.
				.

输出

第一个数组: [1 2 3]
第一个数组的第一个元素: 1
第一个数组的第一个元素: 1
所有元素的和: 45
所有元素的和: 2.581988897471611
按列求和: [12 15 18]
按行求和: [ 6 15 24]

这些就是我认为numpy的简单使用。

numpy的简单使用

简介