为了账号安全,请及时绑定邮箱和手机立即绑定

Python:一篇文章掌握Numpy的基本用法

标签:
Java Python

前言

Numpy是一个开源的Python科学计算库,它是python科学计算库的基础库,许多其他著名的科学计算库如Pandas,Scikit-learn等都要用到Numpy库的一些功能。

本文主要内容如下:

  1. Numpy数组对象

  2. 创建ndarray数组

  3. Numpy的数值类型

  4. ndarray数组的属性

  5. ndarray数组的切片和索引

  6. 处理数组形状

  7. 数组的类型转换

  8. numpy常用统计函数

  9. 数组的广播

1 Numpy数组对象

Numpy中的多维数组称为ndarray,这是Numpy中最常见的数组对象。ndarray对象通常包含两个部分:

  • ndarray数据本身

  • 描述数据的元数据

Numpy数组的优势

  • Numpy数组通常是由相同种类的元素组成的,即数组中的数据项的类型一致。这样有一个好处,由于知道数组元素的类型相同,所以能快速确定存储数据所需空间的大小。

  • Numpy数组能够运用向量化运算来处理整个数组,速度较快;而Python的列表则通常需要借助循环语句遍历列表,运行效率相对来说要差。

  • Numpy使用了优化过的C API,运算速度较快

关于向量化和标量化运算,对比下面的参考例子就可以看出差异

  • 使用python的list进行循环遍历运算

def pySum():
    a = list(range(10000))
    b = list(range(10000))
    c = []    for i in range(len(a)):
        c.append(a[i]**2 + b[i]**2)    return c
%timeit pySum()
10 loops, best of 3: 49.4 ms per loop
  • 使用numpy进行向量化运算

import numpy as npdef npSum():
    a = np.arange(10000)
    b = np.arange(10000)
    c = a**2 + b**2
    return c
%timeit npSum()
The slowest run took 262.56 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 128 µs per loop

从上面的运行结果可以看出,numpy的向量化运算的效率要远远高于python的循环遍历运算(效率相差好几百倍)
(1ms=1000µs)

2 创建ndarray数组

首先需要导入numpy库,在导入numpy库时通常使用“np”作为简写,这也是Numpy官方倡导的写法。

当然,你也可以选择其他简写的方式或者直接写numpy,但还是建议用“np”,这样你的程序能和大都数人的程序保持一致。

import numpy as np

创建ndarray数组的方式有很多种,这里介绍我使用的较多的几种:

Method 1: 基于list或tuple

# 一维数组# 基于listarr1 = np.array([1,2,3,4])
print(arr1)# 基于tuplearr_tuple = np.array((1,2,3,4))
print(arr_tuple)# 二维数组 (2*3)arr2 = np.array([[1,2,4], [3,4,5]])
arr2
[1 2 3 4][1 2 3 4]array([[1, 2, 4],       [3, 4, 5]])

请注意:

  • 一维数组用print输出的时候为 [1 2 3 4],跟python的列表是有些差异的,没有“,

  • 在创建二维数组时,在每个子list外面还有一个"[]",形式为“[[list1], [list2]]

Method 2: 基于np.arange

# 一维数组arr1 = np.arange(5)
print(arr1)# 二维数组arr2 = np.array([np.arange(3), np.arange(3)])
arr2
[0 1 2 3 4]array([[0, 1, 2],       [0, 1, 2]])

Method 3: 基于arange以及reshape创建多维数组

# 创建三维数组arr = np.arange(24).reshape(2,3,4)
arr
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]]])
  • 请注意:arange的长度与ndarray的维度的乘积要相等,即 24 = 2X3X4

  • 用numpy.random创建数组的方法,可以参考下面的文章

    为什么你用不好Numpy的random函数?

  • 其他创建ndarray的方法,各位小伙伴们自己可以研究下。

3 Numpy的数值类型

Numpy的数值类型如下:

https://img1.sycdn.imooc.com//5d58d495000160b908710862.png

每一种数据类型都有相应的数据转换函数,参考示例如下:

np.int8(12.334)
12
np.float64(12)
12.0
np.float(True)
1.0
bool(1)
True

在创建ndarray数组时,可以指定数值类型:

a = np.arange(5, dtype=float)
a
array([ 0.,  1.,  2.,  3.,  4.])
  • 请注意,复数不能转换成为整数类型或者浮点数,比如下面的代码会运行出错

    https://img1.sycdn.imooc.com//5d58d49b0001b7fc07270208.png

# float(42 + 1j)

4 ndarray数组的属性

  • dtype属性,ndarray数组的数据类型,数据类型的种类,前面已描述。

np.arange(4, dtype=float)
array([ 0.,  1.,  2.,  3.])
# 'D'表示复数类型np.arange(4, dtype='D')
array([ 0.+0.j,  1.+0.j,  2.+0.j,  3.+0.j])
np.array([1.22,3.45,6.779], dtype='int8')
array([1, 3, 6], dtype=int8)
  • ndim属性,数组维度的数量

a = np.array([[1,2,3], [7,8,9]])
a.ndim
2
  • shape属性,数组对象的尺度,对于矩阵,即n行m列,shape是一个元组(tuple)

a.shape
(2, 3)
  • size属性用来保存元素的数量,相当于shape中nXm的值

a.size
6
  • itemsize属性返回数组中各个元素所占用的字节数大小。

a.itemsize
4
  • nbytes属性,如果想知道整个数组所需的字节数量,可以使用nbytes属性。其值等于数组的size属性值乘以itemsize属性值。

a.nbytes
24
a.size*a.itemsize
24
  • T属性,数组转置

b = np.arange(24).reshape(4,6)
b
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]])
b.T
array([[ 0,  6, 12, 18],       [ 1,  7, 13, 19],       [ 2,  8, 14, 20],       [ 3,  9, 15, 21],       [ 4, 10, 16, 22],       [ 5, 11, 17, 23]])
  • 复数的实部和虚部属性,real和imag属性

d = np.array([1.2+2j, 2+3j])
d
array([ 1.2+2.j,  2.0+3.j])

real属性返回数组的实部

d.real
array([ 1.2,  2. ])

imag属性返回数组的虚部

d.imag
array([ 2.,  3.])
  • flat属性,返回一个numpy.flatiter对象,即可迭代的对象。

e = np.arange(6).reshape(2,3)
e
array([[0, 1, 2],       [3, 4, 5]])
f = e.flat
f
<numpy.flatiter at 0x65eaca0>
for item in f:
    print(item)
0
1
2
3
4
5

可通过位置进行索引,如下:

f[2]
2
f[[1,4]]
array([1, 4])

也可以进行赋值

e.flat=7e
array([[7, 7, 7],       [7, 7, 7]])
e.flat[[1,4]]=1e
array([[7, 1, 7],       [7, 1, 7]])

下图是对ndarray各种属性的一个小结

https://img1.sycdn.imooc.com//5d58d4a100011b0708250721.png

5 ndarray数组的切片和索引

  • 一维数组

一维数组的切片和索引与python的list索引类似。

a =  np.arange(7)
a
array([0, 1, 2, 3, 4, 5, 6])
a[1:4]
array([1, 2, 3])
# 每间隔2个取一个数a[ : 6: 2]
array([0, 2, 4])
  • 二维数组的切片和索引,如下所示:

    https://img1.sycdn.imooc.com//5d58d4a60001fd3505050357.png

插播一条硬广:技术文章转发太多。本文涉及的代码量比较多,如需要查看源代码,请在微信公众号“Python数据之道”(ID:PyDataRoad)后台回复关键字“2017026”。

6 处理数组形状

6.1 形状转换

  • reshape()和resize()

b.reshape(4,3)
array([[ 0,  1,  2],       [ 3,  4,  5],       [ 6,  7,  8],       [ 9, 10, 11]])
b
array([[ 0,  1,  2,  3],       [ 4,  5,  6,  7],       [ 8,  9, 10, 11]])
b.resize(4,3)
b
array([[ 0,  1,  2],       [ 3,  4,  5],       [ 6,  7,  8],       [ 9, 10, 11]])

函数resize()的作用跟reshape()类似,但是会改变所作用的数组,相当于有inplace=True的效果

  • ravel()和flatten(),将多维数组转换成一维数组,如下:

b.ravel()
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
b.flatten()
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
b
array([[ 0,  1,  2],       [ 3,  4,  5],       [ 6,  7,  8],       [ 9, 10, 11]])

两者的区别在于返回拷贝(copy)还是返回视图(view),flatten()返回一份拷贝,需要分配新的内存空间,对拷贝所做的修改不会影响原始矩阵,而ravel()返回的是视图(view),会影响原始矩阵。

参考如下代码:

https://img1.sycdn.imooc.com//5d58d4aa0001f14c05510441.png

  • 用tuple指定数组的形状,如下:

b.shape=(2,6)
b
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11]])
  • 转置

前面描述了数组转置的属性(T),也可以通过transpose()函数来实现

b.transpose()
array([[ 0,  6],       [ 1,  7],       [20,  8],       [ 3,  9],       [ 4, 10],       [ 5, 11]])

6.2 堆叠数组

b
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11]])
c = b*2c
array([[ 0,  2, 40,  6,  8, 10],       [12, 14, 16, 18, 20, 22]])
  • 水平叠加

hstack()

np.hstack((b,c))
array([[ 0,  1, 20,  3,  4,  5,  0,  2, 40,  6,  8, 10],       [ 6,  7,  8,  9, 10, 11, 12, 14, 16, 18, 20, 22]])

column_stack()函数以列方式对数组进行叠加,功能类似hstack()

np.column_stack((b,c))
array([[ 0,  1, 20,  3,  4,  5,  0,  2, 40,  6,  8, 10],       [ 6,  7,  8,  9, 10, 11, 12, 14, 16, 18, 20, 22]])
  • 垂直叠加

vstack()

np.vstack((b,c))
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11],       [ 0,  2, 40,  6,  8, 10],       [12, 14, 16, 18, 20, 22]])

row_stack()函数以行方式对数组进行叠加,功能类似vstack()

np.row_stack((b,c))
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11],       [ 0,  2, 40,  6,  8, 10],       [12, 14, 16, 18, 20, 22]])
  • concatenate()方法,通过设置axis的值来设置叠加方向

axis=1时,沿水平方向叠加

axis=0时,沿垂直方向叠加

np.concatenate((b,c),axis=1)
array([[ 0,  1, 20,  3,  4,  5,  0,  2, 40,  6,  8, 10],       [ 6,  7,  8,  9, 10, 11, 12, 14, 16, 18, 20, 22]])
np.concatenate((b,c),axis=0)
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11],       [ 0,  2, 40,  6,  8, 10],       [12, 14, 16, 18, 20, 22]])

由于针对数组的轴为0或1的方向经常会混淆,通过示意图,或许可以更好的理解。

关于数组的轴方向示意图,以及叠加的示意图,如下:

https://img1.sycdn.imooc.com//5d58d4af00011e7409170517.png

https://img1.sycdn.imooc.com//5d58d4b40001a73b09110532.png

深度叠加

这个有点烧脑,举个例子如下,自己可以体会下:

arr_dstack = np.dstack((b,c))
print(arr_dstack.shape)
arr_dstack
(2, 6, 2)array([[[ 0,  0],        [ 1,  2],        [20, 40],        [ 3,  6],        [ 4,  8],        [ 5, 10]],       [[ 6, 12],        [ 7, 14],        [ 8, 16],        [ 9, 18],        [10, 20],        [11, 22]]])

叠加前,b和c均是shape为(2,6)的二维数组,叠加后,arr_dstack是shape为(2,6,2)的三维数组。

深度叠加的示意图如下:

https://img1.sycdn.imooc.com//5d58d4b700015e0f08820493.png

6.3 数组的拆分

跟数组的叠加类似,数组的拆分可以分为横向拆分、纵向拆分以及深度拆分。

涉及的函数为 hsplit()、vsplit()、dsplit() 以及split()

b
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11]])
  • 沿横向轴拆分(axis=1)

np.hsplit(b, 2)
[array([[ 0,  1, 20],
        [ 6,  7,  8]]), array([[ 3,  4,  5],
        [ 9, 10, 11]])]
np.split(b,2, axis=1)
[array([[ 0,  1, 20],
        [ 6,  7,  8]]), array([[ 3,  4,  5],
        [ 9, 10, 11]])]
  • 沿纵向轴拆分(axis=0)

np.vsplit(b, 2)
[array([[ 0,  1, 20,  3,  4,  5]]), array([[ 6,  7,  8,  9, 10, 11]])]
np.split(b,2,axis=0)
[array([[ 0,  1, 20,  3,  4,  5]]), array([[ 6,  7,  8,  9, 10, 11]])]
  • 深度拆分

arr_dstack
array([[[ 0,  0],        [ 1,  2],        [20, 40],        [ 3,  6],        [ 4,  8],        [ 5, 10]],       [[ 6, 12],        [ 7, 14],        [ 8, 16],        [ 9, 18],        [10, 20],        [11, 22]]])
np.dsplit(arr_dstack,2)
[array([[[ 0],
         [ 1],
         [20],
         [ 3],
         [ 4],
         [ 5]],

        [[ 6],
         [ 7],
         [ 8],
         [ 9],
         [10],
         [11]]]), array([[[ 0],
         [ 2],
         [40],
         [ 6],
         [ 8],
         [10]],

        [[12],
         [14],
         [16],
         [18],
         [20],
         [22]]])]

拆分的结果是原来的三维数组拆分成为两个二维数组。

这个烧脑的拆分过程可以自行分析下~~

7 数组的类型转换

  • 数组转换成list,使用tolist()

b
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11]])
b.tolist()
[[0, 1, 20, 3, 4, 5], [6, 7, 8, 9, 10, 11]]
  • 转换成指定类型,astype()函数

b.astype(float)
array([[  0.,   1.,  20.,   3.,   4.,   5.],       [  6.,   7.,   8.,   9.,  10.,  11.]])

8 numpy常用统计函数

常用的函数如下:

请注意函数在使用时需要指定axis轴的方向,若不指定,默认统计整个数组。

  • np.sum(),返回求和

  • np.mean(),返回均值

  • np.max(),返回最大值

  • np.min(),返回最小值

  • np.ptp(),数组沿指定轴返回最大值减去最小值,即(max-min)

  • np.std(),返回标准偏差(standard deviation)

  • np.var(),返回方差(variance)

  • np.cumsum(),返回累加值

  • np.cumprod(),返回累乘积值

b
array([[ 0,  1, 20,  3,  4,  5],       [ 6,  7,  8,  9, 10, 11]])
np.max(b)
20
# 沿axis=1轴方向统计np.max(b,axis=1)
array([20, 11])
# 沿axis=0轴方向统计np.max(b,axis=0)
array([ 6,  7, 20,  9, 10, 11])
np.min(b)
0
  • np.ptp(),返回整个数组的最大值减去最小值,如下:

np.ptp(b)
20
# 沿axis=0轴方向np.ptp(b, axis=0)
array([ 6,  6, 12,  6,  6,  6])
# 沿axis=1轴方向np.ptp(b, axis=1)
array([20,  5])
  • np.cumsum(),沿指定轴方向进行累加

b.resize(4,3)
b
array([[ 0,  1, 20],       [ 3,  4,  5],       [ 6,  7,  8],       [ 9, 10, 11]])
np.cumsum(b, axis=1)
array([[ 0,  1, 21],
       [ 3,  7, 12],
       [ 6, 13, 21],
       [ 9, 19, 30]], dtype=int32)
np.cumsum(b, axis=0)
array([[ 0,  1, 20],
       [ 3,  5, 25],
       [ 9, 12, 33],
       [18, 22, 44]], dtype=int32)
  • np.cumprod(),沿指定轴方向进行累乘积 (Return the cumulative product of the elements along the given axis)

np.cumprod(b,axis=1)
array([[  0,   0,   0],
       [  3,  12,  60],
       [  6,  42, 336],
       [  9,  90, 990]], dtype=int32)
np.cumprod(b,axis=0)
array([[   0,    1,   20],
       [   0,    4,  100],
       [   0,   28,  800],
       [   0,  280, 8800]], dtype=int32)

9 数组的广播

当数组跟一个标量进行数学运算时,标量需要根据数组的形状进行扩展,然后执行运算。

这个扩展的过程称为“广播(broadcasting)”

b
array([[ 0,  1, 20],       [ 3,  4,  5],       [ 6,  7,  8],       [ 9, 10, 11]])
d = b + 2d
array([[ 2,  3, 22],       [ 5,  6,  7],       [ 8,  9, 10],       [11, 12, 13]])

写在最后

numpy涵盖的内容其实是非常丰富的,本文仅仅介绍了numpy一些常用的基本功能,算是对numpy的一个入门级的简单的较为全面的描述。

numpy官方的《Numpy Reference》文档,光页面数量就有1500+页,如想要系统的学习numpy,建议仔细阅读官方的参考文档,可在其官方网站进行查阅。当然,资料都是英文版的,可能看起来难度稍微大点,看习惯了就好。



作者:leenard
链接:https://www.jianshu.com/p/60bf50100c2f


点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消