python資料分析之numpy詳細學習筆記

這篇文章是自己學習資料分析的第三篇了，正好寫完了“資料分析三劍客”，因為本身也是初學者，所以知識點較為基礎，希望能對你有所幫助，

相關文章傳送：

python資料分析之pandas超詳細學習筆記
python資料分析之Matplotlib學習筆記

作者：遠方的星
CSDN：https://blog.csdn.net/qq_44921056
本文僅用于交流學習，未經作者允許，禁止轉載，更勿做其他用途，違者必究，

一、學習前的準備

匯入numpy庫

import numpy as np

二、numpy原生陣列的創建

1、np.array()

array()：創建一個陣列

2、np.eye()

eye(N,M,K)：創建一個對角線為1的二維陣列

N：為輸出的行數
M：為輸出的列數，默認與N相同
K：可以理解為數值為1的對角線的偏移量，k為正，則向右移動，為負，則向左移動

3、np.zeros()

• zeros()：創建一個用指定形狀用0填充的陣列，

zeros(shape, dtype=float, order=‘C’)

shape:形狀，也就是幾行幾列的陣列
dtype:可選引數，資料型別，默認numpy.float64
order:可選引數，c代表與c語言類似，行優先；F代表列優先

4、np.ones()

• ones()：將創建一個用指定形狀用1填充的陣列

與ones用法類似

5、np.arrange()

• arrange()：創建一具有有規律遞增值的陣列

arrange()內的常見引數有三種情況（也可以加dtype引數）：
1）一個引數時，引數值為終點，起點取默認值0，步長取默認值1，
2）兩個引數時，第一個引數為起點，第二個引數為終點，步長取默認值1，
3）三個引數時，第一個引數為起點，第二個引數為終點，第三個引數為步長，其中步長支持小數，

6、np.linspace()

• linspace()：將創建具有指定數量元素的陣列，并在指定的開始值和結束值之間平均間隔，

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)此為默認值

1、將區間[start, stop]分成等間隔的num個數（包含start和stop兩個數），并回傳它們組成的陣列；

2、若endpoint=False，就將區間[start, stop]分成等間隔的num+1個數，但回傳的陣列中不包括‘stop’項；

3、若retstep=True，回傳值格式為 (陣列部分, 間隔長度)，即在原有陣列部分的基礎上，加上間隔長度的資料；

4、 dtype決定輸出陣列的資料型別，若是未指定，則根據輸入引數決定，

5、 axis在二維陣列上面有著一定的作用

7、np.indices()

• indices():創建一組陣列（堆積為一個更高的陣列），每個維度一個，每個維度表示該維度中的變化，

示例：

# -*- coding: UTF-8 -*-
"""
@Author  ：遠方的星
@Time   : 2021/5/1 11:01
@CSDN    ：https://blog.csdn.net/qq_44921056
@騰訊云   ： https://cloud.tencent.com/developer/column/91164
"""
import numpy as np
print('---------------narry的例子--------------------')
print(np.array([5, 2.1, 'love', 'M']))
print('---------------eye默認情況--------------------')
print(np.eye(4))
print('---------------eye中引數M與N不一致------------')
print(np.eye(4, 3))
print('---------------eye中引數K為正數---------------')
print(np.eye(4, k=1))
print('---------------eye中引數K為負數---------------')
print(np.eye(4, k=-1))
print('---------------zeros中dtype取默認值-----------')
print(np.zeros((2, 3)))
print('---------------zeros中dtpye取int--------------')
print(np.zeros((2, 3), dtype=int))
print('---------------ones的一個小例子---------------')
print(np.ones((2, 3)))
print('---------------arrange不加入dtype引數---------')
print(np.arange(2, 10, 2))
print('---------------arrange加入dtype引數-----------')
print(np.arange(2, 10, 2, dtype=float))  # 這里更規范可以寫成np.float
print('---------------linspace的例子-----------------')
print(np.linspace(start=1, stop=3, num=5, endpoint=True, retstep=False, dtype=None, axis=0))
print('---------------linspace中引數endpoint=False---')
print(np.linspace(start=1, stop=3, num=5, endpoint=False, retstep=False, dtype=None, axis=0))
print('---------------linspace中引數retstep=True-----')
print(np.linspace(start=1, stop=3, num=5, endpoint=True, retstep=True, dtype=None, axis=0))
print('---------------linspace中dtype引數------------')
print(np.linspace(start=1, stop=3, num=5, endpoint=True, retstep=False, dtype=float, axis=0))
print('---------------indices的第一個例子------------')
print(np.indices((3, 4)))
print('---------------indices的第2個例子------------')
print(np.indices((6, 5), dtype=float))

輸出：

---------------narry的例子--------------------
['5' '2.1' 'love' 'M']
---------------eye默認情況--------------------
[[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]
---------------eye中引數M與N不一致------------
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]
 [0. 0. 0.]]
---------------eye中引數K為正數---------------
[[0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]
 [0. 0. 0. 0.]]
---------------eye中引數K為負數---------------
[[0. 0. 0. 0.]
 [1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]]
---------------zeros中dtype取默認值-----------
[[0. 0. 0.]
 [0. 0. 0.]]
---------------zeros中dtpye取int--------------
[[0 0 0]
 [0 0 0]]
---------------ones的一個小例子---------------
[[1. 1. 1.]
 [1. 1. 1.]]
---------------arrange不加入dtype引數---------
[2 4 6 8]
---------------arrange加入dtype引數-----------
[2. 4. 6. 8.]
---------------linspace的例子-----------------
[1.  1.5 2.  2.5 3. ]
---------------linspace中引數endpoint=False---
[1.  1.4 1.8 2.2 2.6]
---------------linspace中引數retstep=True-----
(array([1. , 1.5, 2. , 2.5, 3. ]), 0.5)
---------------linspace中dtype引數------------
[1.  1.5 2.  2.5 3. ]
---------------indices的第一個例子------------
[[[0 0 0 0]
  [1 1 1 1]
  [2 2 2 2]]

 [[0 1 2 3]
  [0 1 2 3]
  [0 1 2 3]]]
---------------indices的第2個例子------------
[[[0. 0. 0. 0. 0.]
  [1. 1. 1. 1. 1.]
  [2. 2. 2. 2. 2.]
  [3. 3. 3. 3. 3.]
  [4. 4. 4. 4. 4.]
  [5. 5. 5. 5. 5.]]

 [[0. 1. 2. 3. 4.]
  [0. 1. 2. 3. 4.]
  [0. 1. 2. 3. 4.]
  [0. 1. 2. 3. 4.]
  [0. 1. 2. 3. 4.]
  [0. 1. 2. 3. 4.]]]

三、一些操作

a = np.array([1, 2, 3, 4])
b = np.array([5, 6, 7, 8])
c = np.eye(4)
d = np.array([False, True, True, False, True])
e = np.array([False, False, False, True, True])
print(a)
print(b)
print(c)
print(d)
print(e)

輸出：

[1 2 3 4]  # a
[5 6 7 8]  # b
[[1. 0. 0. 0.]  # c
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]
[False  True  True False  True]  # d
[False False False  True  True]  # e

注：以下操作以此為基礎

1、獲取數值、修改數值

print('--------讀取a索引值為1的數值-------')
print(a[3])
print('--------讀取c第二行的數值----------')
print(c[1])
print('--------讀取c第三列的數值----------')
print(c[:, 2])
print('--------讀取c第一行第一列的數值----')
print(c[0, 0])
print('--------修改c第一行第一列的數值----')
c[0, 0] = 2
print(c)

輸出：

--------讀取a索引值為1的數值-------
4
--------讀取c第二行的數值----------
[0. 1. 0. 0.]
--------讀取c第三列的數值----------
[0. 0. 1. 0.]
--------讀取c第一行第一列的數值----
1.0
--------修改c第一行第一列的數值----
[[2. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]

2、查看維度、維度的長度、陣列元素型別

print('-----------查看a和c的維度-------')
print(a.ndim)
print(c.ndim)
print('-----------查看a和c的各維度長度--')
# 第一個是行，第二個是列
print(a.shape)
print(c.shape)
print('-----------查看a、e陣列元素型別--')
print(a.dtype)
print(d.dtype)

輸出：

-----------查看a和c的維度-------
1
2
-----------查看a和c的各維度長度--
(4,)
(4, 4)
-----------查看陣列元素型別------
int32
bool

3、四則運算及邏輯運算

print('-----------a與b相加------')
print(b+a)
print('-----------a與b相減------')
print(b-a)
print('-----------a與b相乘------')
print(b*a)
print('-----------a與b相除------')
print(b/a)
print('-----------d與e相與------')
print(np.logical_and(d, e))
print('-----------d與e相或------')
print(np.logical_or(d, e))
print('-----------d取非---------')
print(np.logical_not(d))
print('-----------d與e異或------')
print(np.logical_xor(d, e))

輸出：

-----------a與b相加------
[ 6  8 10 12]
-----------a與b相減------
[4 4 4 4]
-----------a與b相乘------
[ 5 12 21 32]
-----------a與b相除------
[5.         3.         2.33333333 2.        ]
-----------d與e相與------
[False False False False  True]
-----------d與e相或------
[False  True  True  True  True]
-----------d與e非--------
[ True False False  True False]
-----------d與e異或------
[False  True  True  True False]

4、reshape：更改陣列形狀

# 將一行四列的陣列改為兩行兩列的陣列
print(a.reshape(2, 2))

輸出：

[[1 2]
 [3 4]]

• 當reshape中的數字為負數時，則代表未指定具體要求，可用來只獲得行或列

print('---------只獲得列------')
print(a.reshape(-1, 1))
print('---------只獲得行------')
print(a.reshape(1, -2))

輸出：

---------只獲得列------
[[1]
 [2]
 [3]
 [4]]
---------只獲得行------
[[1 2 3 4]]

5、索引及其一些切片操作

首先，可以來認識一下索引，索引分為正索引和負索引，下面是一個陣列，正負索引相對應的圖解

基本切片語法是 i:j:k，其中 i 是起始索引，j 是停止索引，k 是步驟（k默認為1），且a[i,j]是可以理解為左閉右開的，

• ①以一維陣列a為例

print('----------從索引值0到索引值1的結果------------')
print(a[0: 2])
print('----------從索引值0到索引值2的結果------------')
print(a[: 3])
print('----------從索引值0到索引值2增長的步長為2------')
print(a[0: 3: 2])
print('----------從索引值-1到索引值-2的結果-----------')
print(a[-1: -3])
print('----------從索引值1到索引值-2的結果------------')
print(a[1: -1])

輸出：

----------從索引值0到索引值1的結果------------
[1 2]
----------從索引值0到索引值2的結果------------
[1 2 3]
----------從索引值0到索引值2增長的步長為2------
[1 3]
----------從索引值-1到索引值-2的結果-----------
[]
----------從索引值1到索引值-2的結果------------
[2 3]

注意： 有一個結果為空，所以，索引是不能以負索引為起始索引，

• ②以二維陣列c為例

print('----------對應圖中的紅色區域部分-------------')
print(c[1, 2:4])
print('----------對應圖中的藍色區域部分-------------')
print(c[2:4, 0:2])
print('----------對應圖中的綠色區域部分-------------')
print(c[0, :])

輸出：

----------從索引值0到索引值1的結果------------
[0. 0.]
----------從索引值0到索引值1的結果------------
[[0. 0.]
 [0. 0.]]
----------從索引值0到索引值1的結果------------
[1. 0. 0. 0.]

四、參考：

官方檔案
參考博文

五、Blogger’s speech

如有不足，還請大佬評論區留言或私信我，我會進行補充，

感謝您的支持，希望可以點贊，關注，收藏，一鍵三連喲，

作者：遠方的星
CSDN：https://blog.csdn.net/qq_44921056
騰訊云：https://cloud.tencent.com/developer/column/91164
本文僅用于交流學習，未經作者允許，禁止轉載，更勿做其他用途，違者必究，