数据挖掘之Numpy详细了解

不是最全，但是也是很详细的练习，阅读时长可能过长，建议先收藏

（一） 定义

（1）官方文档：

NumPy is the fundamental package for scientific computing with Python. It contains among other things:

a powerful N-dimensional array object
sophisticated (broadcasting) functions
tools for integrating C/C++ and Fortran code
useful linear algebra, Fourier transform, and random number capabilities

（2）大概意思是：

一个用python实现的科学计算包。
1、一个强大的N维数组对象Array；
2、比较成熟的（广播）函数库；
3、用于整合C/C++和Fortran代码的工具包；
4、实用的线性代数、傅里叶变换和随机数生成函数。
5、numpy和稀疏矩阵运算包scipy配合使用更加方便

（二）使用概览

由于这里使用的函数比较多，故分了几个大模块进行练习，练习具体到使用每个函数

（一）使用numpy构建矩阵

（二）元素的获取

（三）各种数学函数

（四）统计函数

（五）映射函数

（六）离散与连续分布

（七）数据加载与导出

NumPy

（三）具体使用

（一）使用numpy构建矩阵【array函数】

import numpy as np"""
创建一维数组（列表或者元组），二维数组（嵌入的列表或元组）
"""arr1 = np.array([1,3,5,6,7,9])
print(arr1)

arr2 = np.array((2,3,4,5,6,8,9))
print(arr2)

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

arr_two_2 = np.array([[2,3,4,5],[2,3,4,5],[5,6,7,9]])
print(arr_two_2)

运行结果：

NumPy构建矩阵

需要注意的是arr_two返回的是一个list，里面的数组个数不一致，返回的便是每个list

（二）元素的获取【shape函数】

(1) 返回一个数组的行数与列数

"""
返回一个数组的行数和列数
"""arr1_shape = arr1.shape
arr2_shape = arr2.shape
arr_two_shape = arr_two.shape
arr_two_shape_2 = arr_two_2.shape
print('返回列表行数和列数********************')
print(arr1_shape,arr2_shape,arr_two_shape,arr_two_shape_2)

（2）使用索引的方式，获取元素

"""
元素的获取：使用索引的方式   行列的表示[行,列]
"""print('元素的获取，使用索引的方式*******************')
print(arr_two_2,'\n')# (1)获取二维数组的某列（这里获取第二列，列表索引下标从0开始）print(arr_two_2[:,2],'\n')# (2)获取二维数组的某行（这里获取第一行）print(arr_two_2[1,:],'\n')# (3)获取二维数组的某个元素print(arr_two_2[2,3],'\n')

（3）获取列表矩阵

print("返回列表矩阵****************")print(arr_two_2,'\n')# 获取二维数组的某几行print(arr_two_2[[0,2],:],'\n')# 获取二维数组的某几列print(arr_two_2[:,[0,1,3]],'\n')# 获取二维数组的某几行某几列元素(M3):这里得到的是一个一维数组print(arr_two_2[[0,2],[2,3]],'\n')# 获取二维数组的某几行某几列元素（M4）： 这里得到的是一个2x2的矩阵print(arr_two_2[np.ix_([0,2],[2,3])])

NumPy元素的获取

（三）各种数学函数

函数包括：绝对值，算数平方根，平方，指数，对数，符号函数，向上/下取整，返回最近的整数，幂运算

建议收藏后在PC端看，

print('*******************  np 的其他相关数学函数   ************************* ')# 绝对值abs_template = [-3,-2,-1,0,1,2,3,4]
abs_np = np.abs(abs_template)
fabs_np = np.fabs(abs_template)print(abs_template,abs_np,fabs_np)# 算术平方根sqrt_num = 25
sqrt = np.sqrt(sqrt_num)print(sqrt)# 平方square_num = 4
square = np.square(square_num)print(square)# 指数print('指数：')
exp_num = 6
exp = np.exp(exp_num)print(exp)# 对数log_2 = np.log2(2)
log_10 = np.log10(10)
log_20 = np.log(20)print(log_2,log_10,log_20)# 符号函数 （大于0的返回1，小于0的返回-1,0返回0值）sign_over = np.sign(2)
sign_below = np.sign(-2)
sign_zero = np.sign(0)print(sign_over,sign_below,sign_zero)# 向上取整cell_num = np.ceil(5.4)
cell_num2 = np.ceil(-5.4)
cell_num3 = np.ceil(-5)print(cell_num,cell_num2,cell_num3)# 向下取整floor_num1 = np.floor(5.6)
floor_num2 = np.floor(5.4)
floor_num3 = np.floor(-5.6)print(floor_num1,floor_num2,floor_num3)# 返回最近的整数rint_num1 = np.rint(5.6)
rint_num2 = np.rint(5.2)print(rint_num1,rint_num2)# 判断是否缺失print('是否缺失')
isnan_num = np.isnan((2,3,-1,1))print(isnan_num)# 判断是否无限:isfinite  （有限：isinf）isfinite_num = np.isfinite(np.math.log10(2))print(isfinite_num)
isinf_num  = np.isinf(np.math.log(2,4))print(isinf_num)# 幂运算power_num = np.power(2,3)print(power_num)# 余数运算mod_num1 = np.mod(10,2)
mod_num2 = np.mod([12,14],3)print(mod_num1,mod_num2)

数学函数

（四）统计函数

余数运算，最大/小值，浮点最大/小值，求和，均值，标准差，方差，中位数

print('统计函数：')# 最大值arr_1 = [23,2344,435,54,66,7,99]
max_num = np.max(arr_1)print(max_num)# 浮点数最大值fmax_num = np.fmax([1,4,9],[0,5,10])print(fmax_num)# 最小值min_num = np.min(arr_1)print(min_num)# 浮点数的最小值(此处的比值为两个list集合一一对应进行比较，可查看numpy官方文档)fmin_num = np.fmin([2,3,4],[1,5,3])print(fmin_num)# 求和sum_num = np.sum([2,3,4,5])print(sum_num)# 均值mean_num = np.mean([2,2,3,3,4,4])print(mean_num)# 标准差:样本平均数方差的开平方#（两组数据平均值都相同的话，这时候标准差大的数据反而不好）# 标准差是方差的算术平方根std_num = np.std([2,2,3,3,4,4])
std_num2 = np.std([1,2,0,6,4,5])print(std_num,std_num2)# 方差var_num = np.var([2,2,3,3,4,4])
var_num2 = np.var([1,2,0,6,4,5])print(var_num,var_num2)# 中位数:为奇数个时，X(n+1)/2  偶数个时：(X(n/2) + X(n/2+1))/2median_num = np.median([2,2,3,3,4,4,5,5])
median_num2 = np.median([1,2,0,6,4,5])print(median_num,median_num2)

统计函数

（五）映射函数

#   映射函数   apply_along_axisprint('******************  映射函数开始  *********************')
arr3 = np.array([[1,2,3,4],[5,6,7,8],[3,4,5,6]])print(arr3,'\n')# 对矩阵的每一行计算均值mean_arrays = np.apply_along_axis(func1d=np.mean,axis=1,arr=arr3)print(mean_arrays,'\n')# 对矩阵的每一行进行求和计算sum_arrays = np.apply_along_axis(func1d=np.sum,axis=1,arr=arr3)print(sum_arrays,'\n')

映射函数

（六）离散与连续分布

"""
随机数生成（常用的分布随机数）:离散分布，连续分布
1 离散分布：二项分布，泊松分布
2 连续分布：正态分布（高斯分布），其他常用分布
"""# （一）二项分布  是n个独立的是/非试验中成功的次数的离散概率分布# 设置随机种子，保证每次运行都出现相同的随机数np.random.seed(123)# 二项分布r1 = np.random.binomial(n=10,p=0.2,size=20)
print(len(r1))
print(r1,'\n')

r2 = np.random.binomial(n=10,p=0.2,size=(3,5))
print(r2,'\n')# 泊松分布（单位时间内随机事件发生的次数）# 保证每次运行都会出现相同的随机数np.random.seed(1)
poisson1 = np.random.poisson(lam=6,size=10)
print(poisson1,'\n')
poisson2 = np.random.poisson(lam=(10,50,20),size=(5,3))#lamda参数分别取10,50,20，表示单位时间内某件事发生的频次print(poisson2,'\n')# （二) 连续分布# （1）正态分布# 均值为2，标准差为3normal = np.random.normal(loc=2,scale=3,size=10)
print(normal,'\n')

normal2 = np.random.normal(loc=2,scale=3,size=(3,5))
print(normal2)# 其他分布（t分布，f分布，均匀分布，这里暂时不举例）

离散与连续分布

（七）数据加载与导出

# numpy模块数据加载print('#####################    numpy 模块数据加载    #####################')# 数据写入"""
name：指定外部文件的路径
delimiter：指定文件中数据列的分隔符
skiprows：指定读数时跳过的行数
skip_header：指定跳过首行
usecols：指定读取的数据列
"""data_txt = np.loadtxt(fname='loadtxt.txt',delimiter=',',skiprows=1)# 推荐第二种data_txt2 = np.genfromtxt(fname='loadtxt.txt',delimiter=',',skip_header=1,usecols=[0,2])
print(data_txt,'\n')
print(data_txt2,'\n')# 数据写出"""
fname：指定数据写出的路径
X：指定需要写出的数据
fmt：指定输出数据的格式，默认科学计算法
delimiter：指定数据列之间的分隔符，默认空格符
newline：指定新行的标识符，默认换行
header：指定输出数据首行值
footer：指定输出数据的末行值
comments：指定注释符，默认“#”
"""input_data = '要写出的数据'np.savetxt(fname='F:data.txt',X=input_data,fmt='%.18e',delimiter=' ',newline='\n',header='',footer='',comments='#')

这里建议先收藏，留着以后空闲时间进行练习，或者在使用NumPy的时候进行翻阅，PS：我练习这个练习了一个下午，所以文章有些长，代码里面的注释已经很详细了，就暂时不过多的写注释了。

作者：徐代龙
链接：https://www.jianshu.com/p/f2cc1e41f214