数据挖掘之Numpy详细了解

柔光的暖阳◎ 2021-06-11 15:11 530阅读 0赞

> 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][NumPy 1]

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][NumPy 2]

#### （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][1240]

#### （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))/2
    median_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][1240 1]

#### （五）映射函数 ####

#   映射函数   apply_along_axis
    print('****************** 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][1240 2]

#### （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3
    normal = 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][1240 3]

#### （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。

[NumPy]: /images/20210529/d7588782dbce487f9323220185b39731.png
[NumPy 1]: /images/20210529/6026b6ded5bf40519d4faf459ac6ff69.png
[NumPy 2]: /images/20210529/c1e10cd984cd4eafa620a521709bb9bb.png
[1240]: /images/20210529/3e2248308e89435697c2c4d761666319.png
[1240 1]: /images/20210529/f3588e104ee847c685c715672a8c0d1a.png
[1240 2]: /images/20210529/456000a9f2c64686a185239c90e14300.png
[1240 3]: /images/20210529/b00e0153969045b880e14fd27b488987.png