python数据分析班 笔记NUMPY用法

1.numpy的构建

除了.ones和eye用法还有其他的用法

#Using full
np_full = np.full((3,3),10)
#Or using empty
np_unitialised = np.empty((3,3))
#Or using arange
np_from_zero_to_specified = np.arange(15)

numpy的随机矩阵的几种构建方式

除了说到的常用的np.random.random((x,y))还有其他几种：

#Method1
np.random.normal(0,1,(3,3))
#Method2
np.random.seed(0)
np.random.randint(0,10, 6)
#Method3
rng = np.random.RandomState(255)
x = rng.randint(1,10,(3,4))
y = rng.uniform(1,10,(3,4))
z = rng.randn(100)

使用这个seed和RandomState的目的都是为了测试的时候随机出来的每次都是一样的，这样方便调试。

数组的类型可以进行自己定义

使用的keyword argument是dtype

int_arr = np.array(range(1,5),dtype = np.int32)
print(int_arr, int_arr.dtype) #[1 2 3 4] int32
float_arr = int_arr.astype(np.float32)
print(float_arr,float_arr.dtype)# [1. 2. 3. 4.] float32

只要是可以转成数字的string也是可以转型的：

str_arr = np.array(['11','22','33'],dtype=np.string_)
print(str_arr) #[b'11' b'22' b'33']
float_arr = str_arr.astype(np.float64)
print(float_arr) # [11. 22. 33.]

2. Numpy的切片

注意下维度的变化，第二个例子中由于是对row取了切片的操作，所以这个出来的维度需要增加一维（比如如果是1：3，就必须是得增一维）

test = my_grid[1,:]
print(test, test.shape)#[4 5 6 7] (4,)

test2 = my_grid[1:2, :] 
print(test2, test2.shape) # [[4 5 6 7]] (1, 4)

test3 = my_grid[[1], :] 
print(test3, test3.shape)# [[4 5 6 7]] (1, 4)

3. Fancy Indexing

注意一下， 数组里面的index的维度是一维的，这个index维度决定最后的维度：

print(a[[0,1],[0,2]]) #[1 4 5]

print(a[[0,1],[0,2]].shape) # (3,)

# 假如x = array([ 1, 33, 49, 17, 48, 94, 79, 72, 93, 11])
ind2 = np.array([[3,4],
                [1,2]])
print(x[ind2]) # index influences the shape, NOT x! #array([[17, 48],[33, 49]])

4. Masking

这个的使用其实有比讲的更灵活的方式
假如一年的降水量是个array :

inches = np.array([245.,  14.,  13.,  17.,   8.,   6.,   5.,   6.,   4.,   3.,   7.,
          6.,   3.,   3.,   3.,   4.,   4.,   2.,   4.,   0.,   0.,   1.,
          1.,   1.,   0.,   0.,   0.,   2.,   1.,   1.,   0.,   0.,   0.,
          0.,   0.,   0.,   0.,   0.,   0.,   1.])

那我怎么求降水量大于1小于4的天数值呢？
首先可以大于1是一个条件：

(inches >1)

首先可以小于4也是一个条件：

(inches <4)

满足两个值的boolean expression (也就是一个array, 里面要不就是true要不就false) 就是

(inches >1)&(inches <4)
#天数值就是：
np.sum((inches >1)&(inches <4))  

如果要求降水量大于1小于4的降水量median值

np.median(inches[(inches >1)&(inches <4)])  

再比如，利用mask去取一些特定行或者列的值：

print(my_grid)
my_row_mask = np.array([1,0,0,1],dtype=np.bool)
print(my_row_mask)
print(my_grid[my_row_mask,2])

输出：

[[  0 999   2   3]
 [  4   5   6   7]
 [  8   9  10  11]
 [ 12  13  14  15]]
[ True False False  True]
[ 2 14]

masking和fancy index是一个很强的组合，一定要掌握。

5. 数学运算

arr = np.arange(16).reshape(2,2,4)

输出：

[[[ 0  1  2  3]
  [ 4  5  6  7]]

 [[ 8  9 10 11]
  [12 13 14 15]]] 

最外层的[]是0-axis, 中间层是1-axis, 里面是2-axis （记住这个原则就不会有问题！）, 所以这个高维矩阵元素可以在0，1，2axis的坐标体系下表示为：

新坐标下的tensor的表示方法

本来的结构是（0，1，2）也就是最外层的[]是0-axis, 中间[]是1-axis, 里面是2-axis,使用transpose进行变化，将0，1这两个轴进行交换，会发生什么呢？

print(arr.transpose((1,0,2)))

输出

[[[ 0  1  2  3]
  [ 8  9 10 11]]

 [[ 4  5  6  7]
  [12 13 14 15]]]

为什么用transpose之后会输出这个值呢？其实把0，1轴进行交换后，参看上面的图，你就发现4，5，6，7这几个数字就到了0轴上面的索引为1的位置，8，9，10，11这个几个数字就到了1轴上面索引为1的位置，从几何意义反馈到空间矩阵意义的变化就是，0轴表示最外层，索引为1表示第二个，即4，5，6，7在最外层的[]的第二个元素。 同样可以得到8，9，10，11，在中间括号的[]里面的第二个位置，所以本质上就是把第二排和第三排交换了位置。
假如是1，2轴的位置互换呢？

print(arr.transpose((0,2,1)))

输出的结果猜想一下，0轴没有变，说明最外头的括号里面的元素还是没有变，应该还是两坨，一坨是0-7,另一坨8-15。
那么0-7的位置发生了什么变化呢，就是坐标轴互换了，原来的排列是0，1，2，3一排，4，5，6，7一排，两排成行，现在是0，1，2，3是成列，4，5，6，7成列，两列成列。也就是：

[[[ 0  4]
  [ 1  5]
  [ 2  6]
  [ 3  7]]

 [[ 8 12]
  [ 9 13]
  [10 14]
  [11 15]]]

注意1，2轴互换除了可以用transpose做到，还可以使用另外一个函数：

arr.swapaxes(1,2)

关于numpy.sum的里面的轴的关系很好记，如果是axis=0就表示沿着0轴的方向进行求和运算，也就是相当于把第0维去掉了。

6. Numpy的reshape

这一部分的东西主要是靠几个最主要的函数, 把这几个几号就行了

arr = np.arange(4).reshape((2,2)). ravel() 

np.concatenate((x,y),axis = 0) # 纵向的叠加
l = np.concatenate((x,y),axis = None) # 全部拉伸

np.vsplit(arr,2)
np.hsplit(arr,2)
np.vstack(x,y) # 等价于np.r_[x,y] 表示添加row的stack
np.hstack(x,y) # 等价于np.c_[x,y] 

arr = np.arange(3) # repeat
print(arr.repeat(3))
print(arr.repeat([2,3,4]))