python numpy包基础(1) - 数组

不念不忘少年蓝@ 2022-06-06 13:54 181阅读 0赞

参考：Wes McKinney 《Python for Dtaa Analysis》

### 介绍 ###

NumPy（Numerical Python的简称），是高性能科学计算和数据分析的基础包。其部分功能如下：

*  ndarray,一个具有矢量算术运算和复杂广播能力的快速且省空间的多维数组
 *  用于对整组数据进行快速运算的标准科学函数（类似于R无需编写循环）
 *  用于读写磁盘数据的工具以及用于操作内存映射文件的工具
 *  线性代数、随机数生成以及傅里叶变换功能
 *  用于集成由C、C++等语言编写的代码的工具

最后一点也是从生态系统角度来看最重要的一点。由于NumPy提供了一个简单易用的C API，因此很容易将数据传递给低级语言编写的外部库，外部库也能以NumPY数组的形式将数据返回给Python。

### 数组 ###

#### 1.安装和导入 ####

pip install numpy/NumPy  #控制台安装

import numpy as np  #导入必须小写，且最好遵守np的惯例

#### 2.ndarray使用 ####

NumPy最重要的一个特点就是其N维度数组对象，即ndarray，该对象是一个快速而灵活的大数据容器。  
ndarray是一个通用的**同构数据**多维容器，也就是说其中的所有元素必须是**相同类型**。

**2.1创建数组(ndarray)**  
创建数组最简单的方法是使用array(data)函数，传入的参数是一切序列型的对象（包括其他数组），然后产生一个含有传入数据的ndarray。

>>> data1=[1,2,3]  
    >>> arr1=np.array(data1)
    >>> arr1
    array([1, 2, 3])
    
    >>> data2=[[1,2,3],[4,5,6]]  #嵌套序列
    >>> arr2=np.array(data2)
    >>> arr2
    array([[1, 2, 3], [4, 5, 6]])
    
    >>> arr3=np.array(arr2)
    >>> arr3
    array([[1, 2, 3], [4, 5, 6]])

嵌套序列（如几个等长的列表）将会被转化为一个多维数组，当然即使是不等长的也可以

>>>arr4=np.array([(1,2,3),(4,5)])
    >>> arr4
    array([(1, 2, 3), (4, 5)], dtype=object)

除此之外，还有一些常用的创建ndarray数组的方式：

*  asarray  
    将输入转化为ndarray，如果输入本身就是一个ndarray就不开辟内存复制，而是指向该地址所指的ndarray对象
 *  arange  
    类似于内置的arange，但返回的是一个ndarray而不是列表
 *  ones、ones\_like  
    根据指定的形状和dtype创建一个全1数组。ones\_like以另一个数组为参数，并根据其形状和dtype创建一个全1数组
 *  zeros、zeros\_like  
    类似ones、onse\_like，只不过产生的是全0数组
 *  empty、empty\_like  
    创建新数组，只分配内存空间但不填充任何数值
 *  eye、identity  
    创建一个N ×  ×  N单位矩阵（对角线为1，其余为0）

需要说明的是，empty函数返回的并非全0而是数组，其内都是一些没有意义未初始化的值，请切记。但是empty是最快的创建数组的方式，这一点需要注意。

**2.2ndarray的数据类型**  
ndarray有一些常用的属性，如：

*  .ndim：维度

>>>arr2=array([[1, 2, 3], [4, 5, 6]])
    >>> arr2.ndim
    2

*  .shape：尺寸

>>> arr2.shape
    (2, 3)

*  .dtype：数据类型

>>> arr2.dtype
    dtype('int64')

注意到有一个属性：dtype，这是ndarray用于存储数据类型的对象。  
除非显式说明，np.array会尝试为新建的这个数组推断出一个合适的数据类型，如上面的例子。  
具体而言，NumPy的数据类型如下：

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th align="center">类型代码</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>int8、uint8</td> 
   <td align="center">i1、u1</td> 
   <td>有符号和无符号的8位（1个字节）整型</td> 
  </tr> 
  <tr> 
   <td>int16、uint16</td> 
   <td align="center">i2、u2</td> 
   <td>有符号和无符号的16位（2个字节）整型</td> 
  </tr> 
  <tr> 
   <td>int32、uint32</td> 
   <td align="center">i4、u4</td> 
   <td>有符号和无符号的32位（4个字节）整型</td> 
  </tr> 
  <tr> 
   <td>int64、uint64</td> 
   <td align="center">i8、u8</td> 
   <td>有符号和无符号的64位（8个字节）整型</td> 
  </tr> 
  <tr> 
   <td>float16</td> 
   <td align="center">f2</td> 
   <td>半精度浮点数</td> 
  </tr> 
  <tr> 
   <td>float32</td> 
   <td align="center">f4或f</td> 
   <td>标准的单精度浮点数。与C的float兼容</td> 
  </tr> 
  <tr> 
   <td>float64</td> 
   <td align="center">f8或d</td> 
   <td>标准的双精度浮点数。与C的double和Python的float对象兼容</td> 
  </tr> 
  <tr> 
   <td>float128</td> 
   <td align="center">f16或g</td> 
   <td>扩展精度浮点数</td> 
  </tr> 
  <tr> 
   <td>complex64</td> 
   <td align="center">c8</td> 
   <td>分别用两个64位浮点数标识的复数，其他位数同理</td> 
  </tr> 
  <tr> 
   <td>bool</td> 
   <td align="center">?</td> 
   <td>存储True和False值的布尔类型</td> 
  </tr> 
  <tr> 
   <td>object</td> 
   <td align="center">O</td> 
   <td>Python对象类型</td> 
  </tr> 
  <tr> 
   <td>string_</td> 
   <td align="center">S_</td> 
   <td>固定长度的字符串类型（每个字符一个字节），如S10</td> 
  </tr> 
  <tr> 
   <td>unicode_</td> 
   <td align="center">U_</td> 
   <td>固定长度的unicode类型（字节数由平台决定），如U10</td> 
  </tr> 
 </tbody> 
</table>

`dtype=`可以+np.类型/’类型代码’/’类型’  
如果你确实很懒或者吧不确定数据的确切类型，你也可以直接填入python中的已有数据类型，如`dtype=float`。ndarray会自动匹配最接近的数据类型。

对于已有的ndarray数组你可以通过astype函数显式的转换其dtype，如

arr=np.array([1,2,3])
    arr=arr.astype(float)
    arr

**2.3ndarray与标量之间的运算**  
数组和重要，因为他可以使你不用编写循环就可以对数据进行批量处理，这通常叫做**矢量化(vectorization)**，这点上python与R还是十分相似的。  
数组与标量的运算会传播至数组的每个元素

>>>arr1=np.array([[1,2,3], [4,5,6]])
    >>>arr1*3
    array([[ 3, 6, 9], [12, 15, 18]])

大小相等的数组会在对应元素间进行运算

>>>arr2=np.arry([[1,2,3], [4,5,6]])
    >>>arr2-arr1
    array([[0, 0, 0], [0, 0, 0]])

不同大小的数组间的运算叫做广播，这在之后的博文中再做介绍。