学习Numpy，看这篇文章就够啦

妖狐艹你老母 2022-12-03 05:26 265阅读 0赞

![format_png][]

**导读：**在数据分析当中，Python用到最多的第三方库就是Numpy。本文内容是「大数据DT」内容合伙人王皓阅读学习《Python 3智能数据分析快速入门》过后的思考和补充，结合这本书一起学习，效果更佳。

作者：王皓

来源：大数据DT（ID：hzdashuju）

![format_png 1][]

**01 ndarray创建与索引**

在学习Numpy之前我们需要了解一个概念：**数组维数**。

在计算机科学中，**数组数据结构**（array data structure），简称**数组**（Array），是由相同类型的元素的集合所组成的数据结构，分配一块连续的内存来存储。按数组维数分类可分为：一维数组、二维数组、多维数组（N维数组）。

![format_png 2][]

Numpy是最著名的 Python库之一，常用于高性能计算。**Numpy提供了两种基本对象：ndarray和ufunc。**

NumPy作为一个开源的Python科学计算基础库，包含：一个强大的N维数组对象ndarray ；广播功能函数 ；整合C/C++/Fortran代码的工具 ；线性代数、傅里叶变换、随机数生成等功能。NumPy是SciPy、Pandas等数据处理或科学计算库的基础。

当然这里就有一个问题出现了，Python已有列表类型，为什么需要一个数组对象(类型)？

因为：

1.  数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据
2.  设置专门的数组对象，经过优化，可以提升这类应用的运算速度，在科学计算中，一个维度所有数据的类型往往相同
3.  数组对象采用相同的数据类型，有助于节省运算和存储空间

但是Python内置的array模块既不支持多维数组功能，又没有配套对应的计算函数，所以基于Numpy的ndarray在很大程度上改善了Python内置array模块的不足，将**重点介绍ndarray的创建与索引。**

**1. 创建ndarray对象**

**1）ndarray数据类型**

在《Python 3智能数据分析快速入门》该节内容中，作者罗列了15种数据类型，其中实数数据类型13种。这些实数数据类型之间可以互相转换。

这时有人会问，为什么要支持这么多种数据类型？是因为对比Python语法来说仅支持整数、浮点数和复数3种类型，但是当科学计算涉及数据较多，对存储和性能都有较高要求，所以对数据类型进行精细定义，有助于NumPy合理使用存储空间并优化性能和程序员对程序规模有合理评估。

对于15种数据类型在这里笔者将不赘述，书上有详细的解释以及案例示范。

**2）ndarray创建**

在《Python 3智能数据分析快速入门》该节内容中，作者介绍了两种创建ndarray的方法：

*  使用array函数创建数ndarray
 *  使用arange函数创建数ndarray

这里笔者再补充四种方法并整理出来：

1.  从Python中的列表、元组等类型创建ndarray数组
2.  使用NumPy中函数创建ndarray数组，如：arange, ones, zeros等
3.  从字节流（raw bytes）中创建ndarray数组
4.  从文件中读取特定格式，创建ndarray数组

对于方法②再补充5个常用函数：

*  **np.full(shape,val)：**根据shape生成一个数组，每个元素值都是val
 *  **np.ones\_like(a)：**根据数组a的形状生成一个全1数组
 *  **np.zeros\_like(a)：**根据数组a的形状生成一个全0数组
 *  **np.full\_like(a,val)：**根据数组a的形状生成一个数组，每个元素值都是val
 *  **np.concatenate()：**将两个或多个数组合并成一个新的数组

**3）随机数**

Numpy提供了强大的生成随机数的功能，使用随机数也能创建ndarray。基本语法格式：numpy.random.×××() 。在《Python 3智能数据分析快速入门》该节内容中，作者罗列了13个函数及其说明，笔者再补充2个函数：

*  **choice(a\[,size,replace,p\])：**从一维数组a中以概率p抽取元素，形成size形状新数组 replace表示是否可以重用元素，默认为False
 *  **poisson(lam,size)：**产生具有泊松分布的数组,lam随机事件发生率,size形状

**2. ndarray的索引和切片**

索引与切片是ndarray使用频率最高的操作。相较于list，ndarray索引与切片在功能上更加丰富，在形式上更多样。ndarray的高效率在很大程度上需归功于其索引的易用性。

**1）一维ndarray的索引**

一维ndarray的索引方法很简单，与list的索引方法一致，相关案例在书上有展示，这里不再赘述。

**2）多维ndarray的索引**

多维的每一个维度都有一个索引，各个维度的索引之间用逗号隔开，例如：arr\[ \[维度1(行)\] , \[维度2(列)\] \]。

代码清单如下：

import numpy as np
    print(np.arange(10))

输出：\[0 1 2 3 4 5 6 7 8 9\]

arrnp.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]])
    print('\n',arr)

输出：

\[\[ 1 2 3 4 5\]

\[ 4 5 6 7 8\]

\[ 7 8 9 10 11\]\]

#访问第0行中第3列和第4列元素
    print('切片结果:',arr[0,3:5])

输出：

切片结果：\[4 5\]

#访问第1行和第二行中第2列、第3列和第4列的元素
    print('切片结果:\n',arr[1:,2:])

输出：

切片结果：

\[6 7 8\]

\[9 10 11\]

#访问第2列的元素
    print('切片结果:',arr[:2])

输出：

切片结果：\[3 6 9\]

ndarray在索引与切片的时候除了使用整形的数据外，还可以使用布尔型，代码清单如下：

# 索引第1、3行中第2列的元素。Define true 1, define false 0
    mask=np.array([1, 0, 1], dtype=np.bool)
    print(arr[mask, 1])

输出：

[2 8]

**3）花式索引**

花式索引是一个Numpy术语，是在基础索引方式之上衍生出的功能更强大的索引方式。它能够利用整数ndarray进行索引。

在这节的学习中，发现一个有趣的问题：在使用np.empty函数时，本想用arr = np.empty((4,7))创建一个空的多维数组，但是返回的结果是这样：

![format_png 3][]

语法格式数值等都没有什么错误的情况下，初步怀疑是函数本身的原因，于是用help()函数查看它的详细介绍，竟然查到了：

![format_png 4][]

数据类型是可选且默认值是numpy.float64。（好家伙，书上可没告诉我）所以只需在后面选择int就行。

arr = np.empty((4,7),int)
    print(arr)

输出：

![format_png 5][]

另一个问题是关于ix函数生成区域索引器的问题，代码如下：

arr = np.array([np.arange(i*4, i*4+4) for i in np.arange(6)])
    print('创建的二维ndarray arr为：\n', arr)

输出：

![format_png 6][]

#利用np.ix函数将两个一维的整数ndarray转化为方形区域的索引器
    print('使用ix成片索引arr结果为：\n', arr[np.ix_([5, 1, 4, 2], [3, 0, 1, 2])])

输出：

![format_png 7][]

out\[15\]为什么会返回这样一个结果？是因为ix函数结果的排序是基于\[5,1,4,2\],\[3,0,1,2\]两个数组产生的笛卡尔积，即（5,3）,（5,0）,（5,1）,（5,2）;（1,3）,（1,0）,（1,1）,（1,2）;（4,3）,（4,0）,（4,1）,（4,2）;（2,3）,（2,0）,（2,1）,（2,2）。然后按照索引（5,3）,（5,0）,（5,1）,（5,2）得到第0行元素：23 20 21 22，之后的以此类推。

**02 ndarray的基础操作**

ndarray的基础操作包括设置ndarray形状、展平ndarray、组合ndarray、分割ndarray、ndarray的排序与搜索，以及ndarray的字符串操作等。

*  **设置ndarray形状**

书中已经介绍了12种基本函数和它们的代码演示：

*  通过reshape方法改变ndarray形状
 *  通过resize方法改变ndarray形状
 *  通过修改shape属性改变ndarray维度
 *  使用ravel方法展平ndarray
 *  使用flatten方法展平ndarray
 *  使用hstack函数实现ndarray横向组合
 *  使用vstack函数实现ndarray纵向组合
 *  使用concatenate函数组合ndarray
 *  使用dstack函数组合ndarray
 *  使用hsplit函数实现ndarray横向分割
 *  使用vsplit函数实现ndarray纵向分割
 *  使用split函数分割ndarray
 *  使用dsplit函数实现ndarray深度分割

在这里做几点补充和说明：

*  **.swapaxes(ax1,ax2)：**将数组n个维度中两个维度进行调换
 *  **.astype(new\_type)：**一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致
 *  **.tolist( )：**将数组或者矩阵转换成列表

但请注意深度分割函数dsplit的使用条件：

import numpy as np
    arr=np.arange(12)

arr.shape = (4, 3)
    print('\n', arr)

输出：

\[\[ 0 1 2\]

\[ 3 4 5\]

\[ 6 7 8\]

\[ 9 10 11\]\]

print('形状改变后, ndarray arr的维度为:',arr.ndim)

输出：

形状改变后，ndarray arr的维度为：2

'''
    dsplit分割的ndarray必须是三维ndarray，
    且分割的数目必须为shape属性中下标为2的值的公约数。
    比如这里的分割数就是36，下标为2的值是4，符合要求
    '''
    arr = np.arange(36).reshape(3,3,4)
    print('创建的三维ndarrary arr为:\n',arr)

创建的三维 ndarrary arr为：

\[\[\[ 0 1 2 3\]

\[ 4 5 6 7\]

\[ 8 9 10 11\]\]

\[\[ 12 13 14 15\]

\[ 16 17 18 19\]

\[ 20 21 22 23\]\]

\[\[ 24 25 26 27\]

\[ 28 29 30 31\]

\[ 32 33 34 35\]\]\]

**1. 排序与搜索**

书中已经介绍了6种基本函数和它们的代码演示：

*  使用sort函数进行排序
 *  使用argsort函数进行排序
 *  使用argmax和argmin函数进行搜索
 *  使用where函数无x与y
 *  使用where函数有x与y
 *  使用extract函数进行搜索

在这里做几点补充和说明：

其中注意argsort函数使用的方法类似于sort，只是返回的值不同，返回的是ndarray arr的下标。

**2. 字符串操作**

Numpy的char模块提供的字符串操作函数可以运用向量化运算来处理整个ndarray，而完成同样的任务，Python的列表则通常借助循环语句遍历列表，并对逐个元素进行相应的处理。

Numpy的char模块提供的常用字符串操作函数具有字符串的连接、切片、删除、替换、字母大小写转换和编码调用等功能，可谓是十分方便，书上有非常详细的介绍，建议大家结合《Python 3智能数据分析快速入门》这本书美味食用。

**03 ufunc**

ufunc，全称**通用函数**（universal function），是一种能够对ndarray中所有元素进行操作的函数，而不是对ndarray对象操作。

*  **ufunc的广播机制**

**广播**（Broadingcasting）是指不同形状的ndarray之间执行算术运算的方式。若两个ndarray的shape不一致，Numpy则会实行广播机制。为了更好地使用广播机制，需要遵循4个原则。原则及案例在书上第159页有详细演示，此处不再赘述。

*  **常用ufunc**

常用的ufunc运算有算数运算、三角函数、集合运算、比较运算、逻辑运算和统计计算等。书上提供了若干种常用函数，对ndarray中所有元素的运算来说，在提供了极其方便与快捷的同时，又囊括一切强大的功能。相关函数及案例在书上第161页有详细演示，此处不再赘述。

**04 matrix与线性代数**

Numpy的matrix是继承自Numpy的二维ndarray对象，不仅拥有二维ndarray的属性、方法与函数，还拥有诸多特有的属性与方法。同时，**Numpy中的matrix与线性代数中的矩阵概念几乎完全相同**，同样含有转置矩阵、共轭矩阵、逆矩阵等概念。

只要是大学期间学过《线性代数》这门课程的同学，对于《Python 3智能数据分析快速入门》的学习完全没有问题，相关专业术语及技术实现细节在本节中都有强调。详情请从第169页开始学习。

**05 Numpy文件读写**

读写文件是利用Numpy进行数据处理的基础，Numpy中主要有二进制的文件读写和文件列表形式的数据读写两种形式。其中二进制文件读取使用书上第175页中提到的load函数；二进制文件存储使用save和savez函数。

但是在实际的数据分析任务中，更多使用文本格式的数据，如txt或csv，因此经常使用loadtxt函数执行对文本格式的数据的读取任务和savetxt函数执行对文本格式的数据的存储任务。

但是它们只能有效存取一维和二维数据，这里我再对多维数据的存取的方法进行补充：

**a.tofile(frame, sep='', format='%s')**

*  **frame：**文件、字符串
 *  **sep：**数据分割字符串，如果是空串，写入文件为二进制
 *  **format：**写入数据的格式

**np.fromfile(frame, dtype=float, count=‐1, sep='')**

*  **frame：**文件、字符串
 *  **dtype：**读取的数据类型
 *  **count：**读入元素个数，‐1表示读入整个文件
 *  **sep：**数据分割字符串，如果是空串，写入文件为二进制

需要注意的是，该方法需要读取时知道存入文件时数组的维度和元素类型，a.tofile()和np.fromfile()需要配合使用，可以通过元数据文件来存储额外信息。

**06 小结**

本章重点介绍了Numpy数值计算重要的基础内容，主要包含如下6部分内容。

1.  ndarray基础知识，包括ndarray的属性与创建方法。
2.  ndarray使用的切片和索引方法，改变ndarray形状的方式，ndarray的排序、搜索与字符串操作等。
3.  ufunc的广播功能及常用的ufunc，包括算术运算函数、三角函数、集合运算函数、比较运算函数、逻辑运算函数和统计计算函数等。
4.  矩阵的创建、属性及基本运算。
5.  Numpy中二进制的文件读写和文件列表形式的数据读写。

参考文献：

1. 《Python 3智能数据分析快速入门》 李明江、张良均、周东平、张尚佳 著，机械工业出版社出版。

2.中国大学MOOC，《Python数据分析与展示》作者：嵩天 。

3.百度百科：数组维数

4.CSDN：《花式索引与np.ix\_函数》TzeSing 著

5.CSDN：《关于np.empty()函数的用法》爱数据的橙子 著

关于作者：王皓,一名就读于北京石油化工学院大数据管理与应用专业的同学，热爱并致力于学习Python语言及相关应用领域。大数据DT内容合伙人。

延伸阅读《Python3智能数据分析快速入门》

点击上图了解及购买

转载请联系微信：DoctorData

**推荐语：**本书假设你有一定的数据分析基础，但是没有Python和AI基础，为了帮助你快速掌握智能数据分析需要的技术和方法，书中有针对性地讲解了Python和AI中必须要掌握的知识点，内容由浅入深，循序渐进。从环境配置、基本语法、基础函数到第三方库的安装与使用，对各个操作步骤、函数、工具、代码示例等的讲解非常详尽，确保所有满足条件的读者都能快速入门。

![音符][format_png 8]

**大数据DT「内容合伙人」上线啦！**

最近，你都在读什么书？有哪些心得体会想要跟大家分享？

数据叔最近搞了个大事——联合优质图书出版商机械工业出版社华章公司发起鉴书活动。

简单说就是：**你可以免费读新书，你可以免费读新书的同时，顺手码一篇读书笔记就行。**详情请在大数据DT公众号后台对话框回复**合伙人**查看。

![音符][format_png 8]

**划重点????**

**干货直达????**

*  [世界一流大学的计算机专业，在用哪些书当教材？][Link 1]  
    
 *  [从CPU到GPU，Nvidia就这样成为AI时代的大赢家][CPU_GPU_Nvidia_AI]  
    
 *  [初学者指南：什么是算法？11行伪代码给你讲明白][11]  
    
 *  [6个案例手把手教你用Python和OpenCV进行图像处理][6_Python_OpenCV]

**更多精彩????**

在公众号对话框输入以下**关键词**

查看更多优质内容！

**PPT** | **读书** | **书单** | **硬核** | **干货**** **| **讲明白 **|** 神操作**

**大数据** | **云计算** | **数据库** | **Python** | **可视化**

**AI** | **人工智能** | **机器学习** | **深度学习** | **NLP**

**5G**** **|** 中台 **|** 用户画像**** **| **1024** | **数学 **|** 算法 **| **数字孪生**

据统计，99%的大咖都完成了这个神操作

**????**

![format_png 9][]

![format_png 10][]

[format_png]: /images/20221123/5daffbc6438847ce99d44aa1353d2361.png
[format_png 1]: /images/20221123/1426af9d8b5a4ca09f23dd99b675c883.png
[format_png 2]: /images/20221123/9672268485714e64b35d30b4498eff8a.png
[format_png 3]: /images/20221123/907058c922c54d409ffee689d0b5f7c8.png
[format_png 4]: /images/20221123/9f3979d8245942da843f8d0b8e84b4e2.png
[format_png 5]: /images/20221123/2516aa9f638c4d08a9592ef65c108e9e.png
[format_png 6]: /images/20221123/2ff2002df3e24b94a58e90a706dcb34d.png
[format_png 7]: /images/20221123/d01664b712ef491cae2a002b869b5604.png
[format_png 8]: /images/20221123/0853117e5e2349f2aa5612476faba4fb.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cfdb3dbfb74a59d2019cb2e98b6924f762e69c054f7ca71a8795852d88ac46bc02b02145d&idx=2&mid=2247513183&scene=21&sn=bd8a1f93f0147cb207a225997ee3a0cd#wechat_redirect
[CPU_GPU_Nvidia_AI]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cfde9dbfb74ff97c656f8344e04aa213a8227c6c608315baf12d5152fd97f855c6b1d2abd&idx=2&mid=2247513093&scene=21&sn=2c59dfde7b72f13fe7c513aaf4deb15a#wechat_redirect
[11]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cfa2adbfb733c100e9d5ca2ce54fe8c2208568d92770e1dbe49ec03a533fffabd0e561080&idx=2&mid=2247513030&scene=21&sn=58c2b1b8b7320b8195e58f60b5783b7e#wechat_redirect
[6_Python_OpenCV]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cfa4ddbfb735b7e1dc9b924edcf9cb4d418f1fec627192c28e671da6dede5ae8fd6ec17f6&idx=2&mid=2247512993&scene=21&sn=b5ab59d940042ca7f7c8cf764a276290#wechat_redirect
[format_png 9]: /images/20221123/2dda0ad0ed7e4e75bbbf56800211cda5.png
[format_png 10]: /images/20221123/53f730edd9cb48c0b112dd6607a10cc1.png