数据分析—numpy库

numpy库

NumPy 库全面指南

NumPy (Numerical Python) 是 Python 科学计算的基础库,提供了高性能的多维数组对象和工具。以下是 NumPy 的核心功能和使用方法。

一、安装与基础

1. 安装 NumPy

bash 复制代码
pip install numpy

2. 导入 NumPy

python 复制代码
import numpy as np # 标准导入方式

二、数组创建

1. 基础数组创建

python 复制代码
# 从列表创建 
a = np.array([1, 2, 3]) # 一维数组 
b = np.array([[1, 2], [3, 4]]) # 二维数组 
# 特殊数组
 zeros = np.zeros((3, 4)) # 全0数组 
ones = np.ones((2, 3)) # 全1数组 
empty = np.empty((2, 2)) # 未初始化数组 
full = np.full((2, 2), 7) # 填充指定值 
eye = np.eye(3) # 单位矩阵

2. 序列数组

python 复制代码
# 等差数列 
arr = np.arange(0, 10, 2) # [0, 2, 4, 6, 8] 
# 等间距数列 
lin = np.linspace(0, 1, 5) # [0. , 0.25, 0.5 , 0.75, 1. ] 
# 对数间隔 
log = np.logspace(0, 2, 3) # [ 1., 10., 100.]

3. 随机数组

python 复制代码
# 均匀分布
rand = np.random.rand(2, 3)       # 0-1随机数

# 正态分布
randn = np.random.randn(100)      # 标准正态分布

# 随机整数
randint = np.random.randint(0, 10, size=5)

三、数组操作

1. 数组属性

python 复制代码
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)    # 维度: 2
print(arr.shape)   # 形状: (2, 3)
print(arr.size)    # 元素总数: 6
print(arr.dtype)   # 数据类型: int32/int64

2. 索引与切片

python 复制代码
arr = np.array([0, 1, 2, 3, 4, 5])

# 基本索引
print(arr[2])      # 2
print(arr[-1])     # 5

# 切片
print(arr[1:4])    # [1, 2, 3]
print(arr[::2])    # [0, 2, 4]

# 多维数组索引
arr2d = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2d[1, 2])  # 6
print(arr2d[:, 1])  # [2, 5]

3. 形状操作

python 复制代码
arr = np.arange(6)

# 改变形状
print(arr.reshape(2, 3))
# [[0 1 2]
#  [3 4 5]]

# 展平数组
print(arr.flatten())    # [0 1 2 3 4 5]

# 转置
arr2d = np.arange(6).reshape(2, 3)
print(arr2d.T)
# [[0 3]
#  [1 4]
#  [2 5]]

四、数组运算

1. 数学运算

python 复制代码
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 算术运算
print(a + b)    # [5 7 9]
print(a * b)    # [4 10 18]
print(a ** 2)   # [1 4 9]

# 三角函数
print(np.sin(a))

# 对数运算
print(np.log(a))

2. 统计运算

python 复制代码
arr = np.array([[1, 2], [3, 4]])

print(np.sum(arr))       # 10
print(np.mean(arr))      # 2.5
print(np.max(arr))       # 4
print(np.min(arr, axis=0))  # 每列最小值 [1, 2]
print(np.std(arr))       # 标准差
print(np.median(arr))    # 中位数

3. 广播机制

python 复制代码
a = np.array([1, 2, 3])
b = 2

# 标量广播
print(a * b)  # [2, 4, 6]

# 形状不同的数组广播
a = np.array([[1], [2], [3]])
b = np.array([4, 5, 6])
print(a + b)
# [[5 6 7]
#  [6 7 8]
#  [7 8 9]]

五、线性代数

1. 矩阵运算

python 复制代码
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

# 矩阵乘法
print(np.dot(a, b))
# [[19 22]
#  [43 50]]

# 矩阵转置
print(a.T)
# [[1 3]
#  [2 4]]

# 行列式
print(np.linalg.det(a))  # -2.0

# 逆矩阵
print(np.linalg.inv(a))
# [[-2.   1. ]
#  [ 1.5 -0.5]]

2. 解线性方程组

python 复制代码
# 解方程组:
# 3x + y = 9
# x + 2y = 8
A = np.array([[3, 1], [1, 2]])
B = np.array([9, 8])
X = np.linalg.solve(A, B)
print(X)  # [2. 3.]

六、、实用技巧

1. 布尔索引

python 复制代码
arr = np.array([1, 2, 3, 4, 5])

# 条件筛选
print(arr[arr > 3])          # [4, 5]
print(arr[(arr > 2) & (arr < 5)])  # [3, 4]

2. 花式索引

python 复制代码
arr = np.arange(12).reshape(3, 4)

# 使用索引数组
print(arr[[0, 2]])  # 第0行和第2行
print(arr[:, [1, 3]])  # 第1列和第3列

3.数组切割

python 复制代码
import numpy as np
arr = np.arange(36).reshape(6,6)
print(arr)
'''[[ 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]]'''
arr1 = np.hsplit(arr,2)#水平
print(arr1)
'''[array([[ 0,  1,  2],
       [ 6,  7,  8],
       [12, 13, 14],
       [18, 19, 20],
       [24, 25, 26],
       [30, 31, 32]]), array([[ 3,  4,  5],
       [ 9, 10, 11],
       [15, 16, 17],
       [21, 22, 23],
       [27, 28, 29],
       [33, 34, 35]])]'''
arr2 = np.vsplit(arr,2)#竖直
print(arr2)
'''[array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17]]), array([[18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35]])]'''
b = np.split(arr,2,axis=0)#0为水平,1为竖直,默认为1
print(b)
'''[array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17]]), array([[18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35]])]'''
e = np.array_split(arr,2,1)

4.数组拼接

python 复制代码
import numpy as np

arr = np.arange(9).reshape(3,3)

arr2 =arr*2
print(arr2)

arr3 = np.hstack((arr,arr2))#水平
print(arr3,'\n')

arr4 = np.vstack((arr,arr2))#竖直
print(arr4,end='\n')

arr6 = np.concatenate((arr,arr2),axis=0)#0为水平,1为竖直,默认为0
print(arr6,end='\n')

'''[[ 0  2  4]
 [ 6  8 10]
 [12 14 16]]#原数组

[[ 0  1  2  0  2  4]
 [ 3  4  5  6  8 10]
 [ 6  7  8 12 14 16]] #水平

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 0  2  4]
 [ 6  8 10]
 [12 14 16]]#竖直

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 0  2  4]
 [ 6  8 10]
 [12 14 16]]#
'''

5.读取文件

python 复制代码
import numpy as np

# 读取简单文本文件
data = np.loadtxt('data.txt')
print(data)

# 指定分隔符(默认是任意空白字符)
data = np.loadtxt('data.csv', delimiter=',')

# 跳过标题行
data = np.loadtxt('data.txt', skiprows=1)

# 选择特定列
data = np.loadtxt('data.txt', usecols=(0, 2))  # 读取第1和第3列

# 指定数据类型
data = np.loadtxt('data.txt', dtype=np.float32)

6、数组排序

python 复制代码
import numpy as np

arr = np.array([3, 1, 4, 2, 5])
sorted_arr = np.sort(arr)
print(sorted_arr)  # 输出: [1 2 3 4 5]
arr = np.array([3, 1, 4, 2, 5])

arr = np.array([3, 1, 4, 2, 5])
indices = np.argsort(arr)
print(indices)  # 输出: [1 3 0 2 4]
print(arr[indices])  # 输出: [1 2 3 4 5]

arr = np.array(['apple', 'banana', 'cherry', 'date'])

# 创建结构化数组
dtype = [('name', 'S10'), ('age', int), ('score', float)]
values = [('Alice', 25, 88.5), ('Bob', 32, 92.3), ('Charlie', 28, 85.0)]
arr = np.array(values, dtype=dtype)

# 按年龄排序
print(np.sort(arr, order='age'))
# [(b'Alice', 25, 88.5) (b'Charlie', 28, 85. ) (b'Bob', 32, 92.3)]

# 先按分数降序,再按年龄升序
print(np.sort(arr, order=['score', 'age']))
# [(b'Charlie', 28, 85. ) (b'Alice', 25, 88.5) (b'Bob', 32, 92.3)]

# 按字符串长度排序
print(np.sort(arr, key=lambda x: len(x)))
# ['date' 'apple' 'banana' 'cherry']

NumPy 是 Python 科学计算生态系统的基石,掌握 NumPy 将为学习 Pandas、SciPy、scikit-learn 等库打下坚实基础。