数据分析---numpy模块

前戏

NumPy(Numerical Python) 是 Python 语言中做科学计算的基础库。重在于数值计算,也是大部分Python科学计算库的基础,多用于在大型、多维数组上执行的数值运算。

快捷键的使用:

  • 添加cell:a或者b
  • 删除:x
  • 修改cell的模式:
    • m:修改成markdown模式
    • y:修改成code模式
  • 执行cell:
    • shift+enter
  • tab:自动补全
  • 代开帮助文档:shift+tab

1. numpy模块的创建

点击查看代码

import numpy as np
arr = np.array()
arr

# 输出结果<details>

array([1, 2, 3])

2.使用numpy创建一个一维数组

点击查看代码

import numpy as np
arr = np.array([1,2,3])
arr

# 输出结果
array([1, 2, 3])

3.numpy创建一个多维数组

点击查看代码

import numpy as np
arr = np.array([[1,2,3],[4,5,6]])
arr

# 输出结果
array(
[[1, 2, 3],
[4, 5, 6]])

4.数组和列表的区别

  • 数组中存储的数据元素类型必须是统一类型
  • 优先级;
    • 字符串 > 浮点数 > 整数

举例:将外部的一张图片加载到numpy数组中,然后尝试改变数组元素的数值查看原始图片的影响

点击查看代码

import matplotlib.pyplot as plt
img_arr = plt.imread('./1.jpg')
img_arr # 这里生成的是图片的数组
plt.imshow(img_arr) # 将图片数组i女性可视化展示

5.numpy 5个基本功能

  • zeros()
  • ones()
  • linespace()
  • arange()
  • random()系列

点击查看代码

import numpy as np 
arr = np.zeros(shape=(3,4)) # 创建一个3行4列的数组,并用0来填充
arr1 = np.ones(shape=(2,3)) # 创建一个2行3列的数组,并用1来填充
arr2 = np.linespace(0,100,num=20) # 创建一个0到100之间,20个数字但他们是等差数列的数组
arr3 = np.arange(10,50,step=2) # 创建一个10-50之间的,d为2的等差数列数组
arr4 = np.random.randint(0,100,size=(5,3)) # 创建一个0到100之间,5行3列的随机数字数组

6.numpy的常用属性

  • shape
  • ndim
  • size
  • dtype

点击查看代码

import numpy as np
arr = np.random.randint(0,100,size = (3,4)) # 创建一个0到100之间,3行4列的随机数字数组
arr.shape # 获取arr这个数组的几行几列(返回的是数组的形状)

arr.ndim # 返回的是数组的维度

arr.size # 返回的是数组元素的个数

arr.dtype #返回的是数组元素的类型
arr.dtype = 'uint8' #修改数组的元素类型

7.numpy的索引(重点)

点击查看代码

import numpy as np
arr = np.random.randint(1,100,size=(5,6))
arr
  - array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

arr[1]  # 取出了numpy数组中的下标为1的行数据
  - array([37, 57, 26, 92, 91, 34])

arr[[1,3,4]] # 取出多行
  - arr[[1,3,4]] #取出多行

8.numpy的切片操作

  • 切片操作
    • 切出前两列数据
    • 切出前两行数据
    • 切出前两行的前两列的数据
    • 数组数据翻转
    • 练习:将一张图片上下左右进行翻转操作
    • 练习:将图片进行指定区域的裁剪

点击查看代码

array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

# 切出arr数组的前两行的数据
arr[0:2] #arr[行切片]
- array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34]])

# 切出arr数组中的前两列
arr[:,0:2] #arr[行切片,列切片]
- array([[69, 80],
       [37, 57],
       [13, 16],
       [ 5, 16],
       [54, 63]])

# 切出前两行的前两列的数据
arr[0:2,0:2]
- array([[69, 80],
       [37, 57]])


array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])


#将数组的行倒置
arr[::-1]
- array([[54, 63, 20, 11, 94, 88],
       [ 5, 16, 47, 66, 51, 12],
       [13, 16, 93, 54, 87, 34],
       [37, 57, 26, 92, 91, 34],
       [69, 80,  7, 90, 31, 44]])

#将数组的列倒置
arr[:,::-1]
- array([[44, 31, 90,  7, 80, 69],
       [34, 91, 92, 26, 57, 37],
       [34, 87, 54, 93, 16, 13],
       [12, 51, 66, 47, 16,  5],
       [88, 94, 11, 20, 63, 54]])

#所有元素倒置
arr[::-1,::-1]
- array([[88, 94, 11, 20, 63, 54],
       [12, 51, 66, 47, 16,  5],
       [34, 87, 54, 93, 16, 13],
       [34, 91, 92, 26, 57, 37],
       [44, 31, 90,  7, 80, 69]])


# 将一张图片进行左右翻转
img_arr = plt.imread('./1.jpg')
plt.imshow(img_arr)
img_arr.shape
- (300, 450, 3)

# 左右翻转
plt.imshow(img_arr[:,::-1,:]) #img_arr[行,列,颜色]

# 图片上下翻转
plt.imshow(img_arr[::-1,:,:])

#图片裁剪的功能
plt.imshow(img_arr[66:200,78:300,:])

9.变形reshape

点击查看代码

arr **是一个5行6列的二维数组**
array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

#将二维的数组变形成1维
arr_1 = arr.reshape((30,))

#将一维变形成多维
arr_1.reshape((6,5))

10.级联操作

  • 将多个numpy数组进行横向或者纵向的拼接
    • axis轴向的理解
      • 0:列
      • 1:行
    • 问题:
      • 级联的两个数组维度一样,但是行列个数不一样会如何?

点击查看代码

# 将两个数组级联,行级联
np.concatenate((arr,arr),axis=1)
- array([[69, 80,  7, 90, 31, 44, 69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34, 37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34, 13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12,  5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88, 54, 63, 20, 11, 94, 88]])

# 将三张图片进行级联,列级联
arr_3 = np.concatenate((img_arr,img_arr,img_arr),axis=0)
plt.imshow(arr_3)

11.常用的聚合操作

  • sum,max,min,mean

点击查看代码

array([[69, 80,  7, 90, 31, 44],
       [37, 57, 26, 92, 91, 34],
       [13, 16, 93, 54, 87, 34],
       [ 5, 16, 47, 66, 51, 12],
       [54, 63, 20, 11, 94, 88]])

# 行相加
arr.sum(axis=1)
- array([321, 337, 297, 197, 330])

# 每行的最大值
arr.max(axis=1)
- array([90, 92, 93, 66, 94])

12.常用的数学函数

  • NumPy 提供了标准的三角函数:sin()、cos()、tan()
  • numpy.around(a,decimals) 函数返回指定数字的四舍五入值。
    • 参数说明:
      • a: 数组
      • decimals: 舍入的小数位数。 默认值为0。 如果为负,整数将四舍五入到小数点左侧的位置

点击查看代码

np.sin(2.5)
0.5984721441039564

np.around(3.84,2)
3.84

13.常用的统计函数

  • numpy.amin() 和 numpy.amax(),用于计算数组中的元素沿指定轴的最小、最大值。
  • numpy.ptp():计算数组中元素最大值与最小值的差(最大值 - 最小值)。
  • numpy.median() 函数用于计算数组 a 中元素的中位数(中值)
  • 标准差std():标准差是一组数据平均值分散程度的一种度量。
    • 公式:std = sqrt(mean((x - x.mean())**2))
    • 如果数组是 [1,2,3,4],则其平均值为 2.5。 因此,差的平方是 [2.25,0.25,0.25,2.25],并且其平均值的平方根除以 4,即 sqrt(5/4) ,结果为 1.1180339887498949。
  • 方差var():统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数,即 mean((x - x.mean())** 2)。换句话说,标准差是方差的平方根。

点击查看代码

arr[1].std()
26.66718749491384

arr[1].var()
711.138888888889

12.矩阵相关

  • NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象。一个 的矩阵是一个由行(row)列(column)元素排列成的矩形阵列。
  • numpy.matlib.identity() 函数返回给定大小的单位矩阵。单位矩阵是个方阵,从左上角到右下角的对角线(称为主对角线)上的元素均为 1,除此以外全都为 0。

点击查看代码

# eye返回一个标准的单位矩阵
np.eye(6)
- array([[1., 0., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 0., 1.]])

- 转置矩阵
    - .T

arr.T
- array([[69, 37, 13,  5, 54],
       [80, 57, 16, 16, 63],
       [ 7, 26, 93, 47, 20],
       [90, 92, 54, 66, 11],
       [31, 91, 87, 51, 94],
       [44, 34, 34, 12, 88]])

13.矩阵相乘

  • 矩阵相乘
    • numpy.dot(a, b, out=None)
      • a : ndarray 数组
      • b : ndarray 数组
    • 第一个矩阵第一行的每个数字(2和1),各自乘以第二个矩阵第一列对应位置的数字(1和1),然后将乘积相加( 2 x 1 + 1 x 1),得到结果矩阵左上角的那个值3。也就是说,结果矩阵第m行与第n列交叉位置的那个值,等于第一个矩阵第m行与第二个矩阵第n列,对应位置的每个值的乘积之和。
    • 线性代数基于矩阵的推导:

点击查看代码

a1 = np.array([[2,1],[4,3]])
a2 = np.array([[1,2],[1,0]])

np.dot(a1,a2)

array([[3, 4],
       [7, 8]])