美文网首页
python3.6 数据分析,numpy的关键功能是什么?

python3.6 数据分析,numpy的关键功能是什么?

作者: LeeMin_Z | 来源:发表于2018-06-02 12:03 被阅读253次

    0. 小结

    1. 重点功能是什么?

    2. 多维数组的基础处理
      2.1 创建与查询信息
      2.2 数组与标量的运算
      2.3. 基本的索引与切片
      2.3.1 另起array名称进行索引,不是复制
      2.3.2 花式索引

    3.数学和统计方法
    3.1. 基本数学方法
    3.1.1. 累加cumsum()
    3.1.2. 累乘 cumprod()
    3.2. 排序
    3.3. 唯一化

    1. 重点功能是什么?

    (摘自用python进行数据分析)对大部分数据分析而言,我最关注的功能主要集中在:

    1. 用于数据整理和清洗,子集构造和过滤,转换等快速的矢量化数组运算。
    2. 常用的数组算算法,如排序、唯一化、集合运算等
    3. 高效的描述统计和数据聚合,摘要运算
    4. 用于异构数据集的合并,连接运算的数据对齐和关系型数据运算
    5. 将条件逻辑表述为数组表达式,而不是带有if-else-elif分支的循环
    6. 数组的分组运算,聚合、转换,函数应用等

    2. 多维数组的基础处理

    2.1 创建与查询信息

    1. 一维数组
    # Uses Python 3.6  IN
    import numpy as np
    data1 = [6,7.5,8,0,1]
    arr1 = np.array(data1)
    arr1
    
    #OUT 
    array([ 6. ,  7.5,  8. ,  0. ,  1. ])
    
    1. 二维/多维数组创建和查询

    ndim 是维度,例如直角坐标是二维,空间坐标是三维
    shape是形状,每一个维度的元素数量,例如二维是(行,列),三维是(x,y,z)轴长度/元素个数。
    dtype 元素的数据类型

    # Uses Ipython 
    In [1]: data2= [ [1,2,3,4] , [5,6,7,8] ]
    
    In [2]: import numpy as np
    
    In [3]: arr2 = np.array(data2)
    
    In [4]: arr2
    Out[4]:
    array([[1, 2, 3, 4],
           [5, 6, 7, 8]])
    
    In [5]: arr2.ndim
    Out[5]: 2
    
    In [6]: arr2.shape
    Out[6]: (2, 4)
    
    In [7]: arr2.dtype
    Out[7]: dtype('int32')
    
    1. 初始化数组,全0或全1,empty在不同版本定义不同(caution)
    # Uses Ipython 
    
    In [13]: a = np.zeros((2,3))
    
    In [14]: a
    Out[14]:
    array([[ 0.,  0.,  0.],
           [ 0.,  0.,  0.]])
    
    In [15]: b = np.ones((2,3))
    
    In [16]: b
    Out[16]:
    array([[ 1.,  1.,  1.],
           [ 1.,  1.,  1.]])
    
    In [18]: c = np.empty((2,3))
    
    In [19]: c
    Out[19]:
    array([[ 1.,  1.,  1.],
           [ 1.,  1.,  1.]])
    
    In [20]: c.dtype
    Out[20]: dtype('float64')
    
    In [21]: c[0,0]
    Out[21]: 1.0
    

    2.2. 数组与标量的运算

    类似MATLAB的点乘,针对数组中每一个元素进行运算。加减乘除符号一样,次方是**

    2.3. 基本的索引与切片

    2.3.1 另起array名称进行索引,不是复制

    1. 索引: 注意numpy的索引不同于python的复制,numpy的索引约等于-->抽出那一块进行处理,处理结果嵌回原来的数组。 为什么要这样做呢?因为numpy主要用于处理大数据,复制会降低性能并占用大量内存。
    index-1.png
    1. 单个元素索引,二维就是数组行列式索引(类似直角坐标)。多维类推。
    坐标视图.png
    In [61]: a2 = np.arange(9).reshape(3,3)
    
    In [62]: a2
    Out[62]:
    array([[0, 1, 2],
           [3, 4, 5],
           [6, 7, 8]])
    
    In [63]: a2[0][2]   #this is index
    Out[63]: 2        #this is value (with that index)
    
    In [64]: a2[0,2]
    Out[64]: 2
    
    1. 三维的视图类似魔方,可以在空间坐标画一个长方体,想象一下切蛋糕吧。下面用二维的显示模式切一下。
    切x轴.png 切x和y轴.png 切y轴.png

    点的索引旧类似于空间坐标了,跟二维的写法一样。

    1. 切片与索引混合,可以参考我写的文章

    画图,取交集。

    延伸抽象出numpy的写法,每个括号里类似一维操作。例如三维数组,多维类似。
    [(针对x轴的一维操作),(针对y轴的一维操作),(针对z轴的一维操作)]

    python3.6 numpy多维数组索引和切片

    注意对抽出来的切片赋值具有广播作用,就是那个切片改变数值后,会嵌回原数组 (index-1.png)

    2.3.2 花式索引

    花式索引和切片不一样,花式索引是将数据复制到新数组中。

    3.数学和统计方法

    3.1 基本数学方法

    方法 描述
    sum 对数组的所有或一个轴向上的元素求和。零长度的数组的和为灵。
    mean 算术平均值。灵长度的数组的均值为NaN。
    std, var 标准差和方差,有可选的调整自由度(默认值为n)。
    min, max 最大值和最小值
    argmin, argmax 索引最小和最大元素。
    cumsum 从0元素开始的累计和。
    cumprod 从1元素开始的累计乘。

    基本都是会看会写,比较难理解的是cumsum 和 cumprod

    怎么用:
    cumsum 累加是通过流量得到存量,比如每天销售量的多少,得到今年的销售量总量
    cumprod 累乘是通过变化率来得到存量,比如有每天的数据变动趋势,通过累乘来得到当前的数据

    3.1.1. 累加cumsum()

    cumsum : 累加,假设a是一个array, a.cumsum[n] = sum( a[0],a[1],a[2]...a[n])
    在cumsum()函数中:生成的每一项矩阵元素均是从原矩阵首项累加到对应项的元素之和。

    In [18]: a = np.ones(9).reshape(3,3)
    In [19]: a
    Out[19]:
    array([[ 1.,  1.,  1.],
           [ 1.,  1.,  1.],
           [ 1.,  1.,  1.]])
    
    In [20]: a.cumsum()
    Out[20]: array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])
    
    In [21]: b = np.arange(1,10).reshape(3,3)
    
    In [22]: b
    Out[22]:
    array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]])
    
    In [23]: b.cumsum()
    Out[23]: array([ 1,  3,  6, 10, 15, 21, 28, 36, 45], dtype=int32)
    

    3.1.2. 累乘 cumprod()

    cumprod: 累加,假设a是一个array, a.cumprod[n] = a[0] * a[1] * a[2] *... * a[n-1] * a[n]

    In [36]: b
    Out[36]:
    array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]])
    
    In [37]: b.cumprod()
    Out[37]:
    array([     1,      2,      6,     24,    120,    720,   5040,  40320,
           362880], dtype=int32)
    

    3.2 排序

    1. 一维排序方式和list一样。
    In [38]: a = np.random.randn(8)
    
    In [39]: a.sort()
    
    In [40]: a
    Out[40]:
    array([-1.53513278, -1.32864751, -0.7085467 , -0.68014693, -0.2705321 ,
           -0.19462841,  0.35890593,  1.35403955])
    
    1. 多维数组排序,需要限定某一行或列
    In [44]: b
    Out[44]:
    array([[ 0.90767092,  0.2203271 , -0.43002859],
           [ 1.53227183, -0.43238119,  0.97467112],
           [-1.50116191, -0.25223084,  1.81764651]])
    
    In [45]: b.sort(1)
    
    In [46]: b
    Out[46]:
    array([[-0.43002859,  0.2203271 ,  0.90767092],
           [-0.43238119,  0.97467112,  1.53227183],
           [-1.50116191, -0.25223084,  1.81764651]])
    

    3.3. 唯一化

    In [49]: A = [1, 2, 2, 5,3, 4, 3]
    In [50]: np.unique(A)
    Out[50]: array([1, 2, 3, 4, 5])
    

    参考 :

    1. 《利用python进行数据分析》
    2. numpy 数学和统计方法
    3. Numpy 基础运算2

    Ipython是真的好用,我为我开始时不懂作者用心(觉得排版很难看)道歉...

    2018.6.2.

    相关文章

      网友评论

          本文标题:python3.6 数据分析,numpy的关键功能是什么?

          本文链接:https://www.haomeiwen.com/subject/bsugdftx.html