关于机器学习:前置机器学习三30分钟掌握常用NumPy用法

26次阅读

共计 7076 个字符，预计需要花费 18 分钟才能阅读完成。

NumPy 反对大量的维度数组与矩阵运算，是针对数组运算的 Python 库。

本文收录于机器学习前置教程系列。

咱们首先坚固一下 Python 的基础知识。Python 有 6 种规范数据类型：Number（数字）,String（字符串）,List（列表）,Tuple（元组）,Set（汇合）,Dictionary（字典）。
其中：
不可变数据：Number（数字）、String（字符串）、Tuple（元组）。
可变数据：List（列表）、Dictionary（字典）、Set（汇合）。

列表由方括号 [] 包裹，每个地位的数值可变。

list = [1, 2, 3, 4, 5, 6]

依据地位取值，如取第 2 个地位的值：

list[1]

失去 2。
从第 3 个地位取值，到列表开端的所有值：

a[2:]

失去 [3, 4, 5, 6]。

扭转指定地位的值：

list[0] = 9

列表 a 此时输入为 [9, 2, 3, 4, 5, 6]。

元组由圆括号 () 包裹，每个地位的数值 不可变 。容许数据反复。

tuple = ('a', 'a,'c', 1, 2, 3.0)

输入 ('a', 'a', 'c', 1, 2, 3.0)。
取最初一个地位的元素：

tuple[-1]

输入 3.0。

元组操作与列表相似，但不可扭转元组内元素的值，否则会报错。

tuple[2] = 'caiyongji'

汇合是蕴含 不反复 元素的个体，由花括号 {} 包裹。

set1 = {'a','b','c','a'}
set2 = {'b','c','d','e'}

set1 的输入后果为：{'a', 'b', 'c'}。留神：汇合会删除反复元素。
set2 的输入后果为：{'b', 'c', 'd', 'e'}。

与列表和元组不同，汇合是不可下标的，如：

set1[0]

上面，咱们来看看汇合运算。

set1 和 set2 的差集：

set1 - set2
#set1.difference(set2)

输入：{'a'}。

set1 和 set2 的并集：

set1 | set2
#set1.union(set2)

输入：{'a', 'b', 'c', 'd', 'e'}。

set1 和 set2 的交加：

set1 & set2
#set1.intersection(set2)

输入：{'b', 'c'}。

set1 和 set2 的 对称差集：

set1 ^ set2 
#(set1 - set2) | (set2 - set1)
#set1.symmetric_difference(set2)

输入：{'a', 'd', 'e'}。

以上差集、并集、交加、对称差集都有对应的汇合办法，能够正文办法本人试试。

字典是一种映射关系，是无序有键值对（key-value）汇合。字典不容许反复的键(key)，但容许反复的值(value)。

dict = {'gongzhonghao':'caiyongji','website':'caiyongji.com', 'website':'blog.caiyongji.com'}

字典输入{'gongzhonghao': 'caiyongji', 'website': 'blog.caiyongji.com'}，须要留神的是，当字典蕴含反复键，前面的会笼罩后面的元素。

dict['gongzhonghao']

输入字符串 caiyongji。咱们也能够应用 get 办法失去雷同成果。

dict.get('gongzhonghao')

查看所有的键(key):

dict.keys()

输入 dict_keys(['gongzhonghao', 'website'])。

查看所有的值(value):

dict.values()

输入 dict_values(['caiyongji', 'blog.caiyongji.com'])。
扭转某一项的值：

dict['website'] = 'caiyongji.com'
dict

输入 {'gongzhonghao': 'caiyongji', 'website': 'caiyongji.com'}。

理解了 Python 的数据类型，咱们能够学着应用 NumPy 了。

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

arr 的输入为array([1, 2, 3, 4, 5])。

咱们输出以下代码创立二维数组：

my_matrix = [[1,2,3],[4,5,6],[7,8,9]]
mtrx= np.array(my_matrix)

mtrx 的输入如下：

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

索引一维数组与二位数组如下：

print('arr[0]=',arr[0],'mtrx[1,1]=',mtrx[1,1])

输入 arr[0]= 1 mtrx[1,1]= 5。

对数组切片：

arr[:3]

输入后果为 array([1, 2, 3])。

倒数切片：

arr[-3:-1]

输入 array([3, 4])。

退出步长(step)，步长决定了切片距离：

arr[1:4:2]

输入 array([2, 4])。

二维数组切片：

mtrx[0:2, 0:2]

输入，代码意义为取第 1、2 行，第 1、2 列：

array([[1, 2],
       [4, 5]])

NumPy 的 dtpe 有如下几种数据类型：

i – integer
b – boolean
u – unsigned integer
f – float
c – complex float
m – timedelta
M – datetime
O – object
S – string
U – unicode string
V – fixed chunk of memory for other type (void)

import numpy as np
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array(['apple', 'banana', 'cherry'])
print('arr1.dtype=',arr1.dtype,'arr2.dtype=',arr2.dtype)

输入为 arr1.dtype= int32 arr2.dtype= <U6。arr1 数据类型为 int32，arr2 的 <U6 示意不超过 6 位 Unicode 字符串。

咱们能够指定 dtype 类型。

arr = np.array(['1', '2', '3'], dtype='f')

输入后果位 array([1., 2., 3.], dtype=float32)，其中 1. 示意 1.0，能够看到 dtype 被设置位 float32 数据类型。

np.arange(0,101,2)输入后果如下，该命令示意，在 [0,101) 区间内平均地生成数据，距离步长为 2。

array([  0,   2,   4,   6,   8,  10,  12,  14,  16,  18,  20,  22,  24,
        26,  28,  30,  32,  34,  36,  38,  40,  42,  44,  46,  48,  50,
        52,  54,  56,  58,  60,  62,  64,  66,  68,  70,  72,  74,  76,
        78,  80,  82,  84,  86,  88,  90,  92,  94,  96,  98, 100])

np.zeros((2,5))输入后果如下，该命令示意，输入 2 行 5 列全为 0 的矩阵（二维数组）。

array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

np.ones((4,4))输入后果如下，该命令示意，输入 4 行 4 列全为 1 的矩阵。

array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])

np.eye(5)输入后果如下，该命令示意，输入对角线为 1 其余全为 0 的 5 行 5 列方阵。方阵为行列雷同的矩阵。

array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])

np.random.rand(5,2) 命令生成 5 行 2 列的随机数。

array([[0.67227856, 0.4880784],
       [0.82549517, 0.03144639],
       [0.80804996, 0.56561742],
       [0.2976225 , 0.04669572],
       [0.9906274 , 0.00682573]])

如果想保障随机出与本例一样的随机数，可应用与本例雷同的随机种子。通过 np.random.seed 办法设置。

np.random.seed(99)
np.random.rand(5,2)

np.random.randint(0,101,(4,5))输入后果如下，该命令示意，在 [0,101) 区间内随机选取整数生成 4 行 5 列的数组。

array([[1, 35, 57, 40, 73],
       [82, 68, 69, 52,  1],
       [23, 35, 55, 65, 48],
       [93, 59, 87,  2, 64]])

咱们先随机生成一组数：

np.random.seed(99)
ranarr = np.random.randint(0,101,10)
ranarr

输入：

array([1, 35, 57, 40, 73, 82, 68, 69, 52,  1])

查看最大最小值别离为：

print('ranarr.max()=',ranarr.max(),'ranarr.min()=',ranarr.min())

输入后果为 ranarr.max()= 82 ranarr.min()= 1。
其中最大值和最小值的索引地位别离为：

print('ranarr.argmax()=',ranarr.argmax(),'ranarr.argmin()=',ranarr.argmin())

输入：ranarr.argmax()= 5 ranarr.argmin()= 0。留神，当呈现多个最大最小值时，取后面的索引地位。

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(4, 3)

其中，arr 为一维数组，newarr 为二位数组，其中行为 4，列为 3。

print('arr.shape=',arr.shape,'newarr.shape=',newarr.shape)

输入 arr.shape= (12,) newarr.shape= (4, 3)。

newarr的输入后果如下：

array([[1,  2,  3],
       [4,  5,  6],
       [7,  8,  9],
       [10, 11, 12]])

一维数组合并：

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.concatenate((arr1, arr2))
arr

输入：array([1, 2, 3, 4, 5, 6])。

二维数组合并：

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2))
arr

输入为：


array([[1, 2],
       [3, 4],
       [5, 6],
       [7, 8]])

咱们增加参数axis=1：

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2), axis=1)
arr

输入为：

array([[1, 2, 5, 6],
       [3, 4, 7, 8]])

咱们把鼠标移到 concatenate，按快捷键 Shift+Tab 查看办法阐明。能够看到 concatenate 办法沿着现有的轴进行合并操作，默认 axis=0。当咱们设置 axis= 1 后，合并操作沿着列进行。

宰割数组：

arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]])
newarr = np.array_split(arr, 3)
newarr

newarr 的值为：

[array([[1, 2],
        [3, 4]]),
 array([[5, 6],
        [7, 8]]),
 array([[9, 10],
        [11, 12]])]

NumPy 可通过 where 办法查找满足条件的数组索引。

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
x = np.where(arr%2 == 0)
x

输入：

(array([1, 3, 5, 7], dtype=int64),)

咱们看看上面的代码：

bool_arr = arr > 4
arr[bool_arr]

输入：array([5, 6, 7, 8])。这回咱们返回的是数组中的值，而非索引。
咱们看看 bool_arr 的内容到底是什么。
bool_arr的输入为：

array([False, False, False, False,  True,  True,  True,  True])

所以咱们能够用以下命令代替以上筛选。

arr[arr > 4]

sort办法可对 ndarry 数组进行排序。

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

输入排序后的后果：array(['apple', 'banana', 'cherry'], dtype='<U6')。

针对二维数组，sort办法对每一行独自排序。

arr = np.array([[3, 2, 4], [5, 0, 1]])
np.sort(arr)

输入后果：

array([[2, 3, 4],
       [0, 1, 5]])

如果咱们想实现如下需要该如何解决？

生成蕴含 100 个值的一维数组，其中每个值必须为 3、5、7 或 9。
将该值为 3 的概率设置为 0.1。
将该值为 5 的概率设置为 0.3。
将该值为 7 的概率设置为 0.6。
将该值为 9 的概率设置为 0。

咱们用如下命令解决：

random.choice([3, 5, 7, 9], p=[0.1, 0.3, 0.6, 0.0], size=(100))

输入后果：

array([7, 5, 7, 7, 7, 7, 5, 7, 5, 7, 7, 5, 5, 7, 7, 5, 3, 5, 7, 7, 7, 7,
       7, 7, 7, 7, 7, 7, 5, 3, 7, 5, 7, 5, 7, 3, 7, 7, 3, 7, 7, 7, 7, 3,
       5, 7, 7, 5, 7, 7, 5, 3, 5, 7, 7, 5, 5, 5, 5, 5, 7, 7, 7, 7, 7, 5,
       7, 7, 7, 7, 7, 5, 7, 7, 7, 7, 3, 7, 7, 5, 7, 5, 7, 5, 7, 7, 5, 7,
       7, 7, 7, 7, 7, 3, 5, 5, 7, 5, 7, 5])

5.2.1 permutation

依据原有数组生成新的随机排列。

np.random.seed(99)
arr = np.array([1, 2, 3, 4, 5])
new_arr = np.random.permutation(arr)
new_arr

输入为：array([3, 1, 5, 4, 2])。原数组 arr 不变。

5.2.2 shuffle

扭转原有数组为随机排列。shuffle 在英文中有洗牌的意思。

np.random.seed(99)
arr = np.array([1, 2, 3, 4, 5])
np.random.shuffle(arr)
arr

输入为：array([3, 1, 5, 4, 2])。原数组 arr 扭转。

5.3.1 正太散布

应用 np.random.normal 办法生成合乎正太散布的随机数。

x = np.random.normal(loc=1, scale=2, size=(2, 3))
x

输入后果为：

array([[0.14998973,  3.22564777,  1.48094109],
       [2.252752  , -1.64038195,  2.8590667]])

如果咱们想查看 x 的随机散布，需装置 seaborn 绘制图像。应用 pip 装置：

pip install -i https://pypi.tuna.tsinghua.ed… seaborn

import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(x, hist=False)
plt.show()

5.3.2 二项分布

应用 np.random.binomial 办法生成合乎二项分布的随机数。

x = np.random.binomial(n=10, p=0.5, size=10)
x

输入后果为：array([8, 6, 6, 2, 5, 5, 5, 5, 3, 4])。

绘制图像：

import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(x, hist=True, kde=False)
plt.show()

5.3.3 多项式散布

多项式散布是二项分布的个别示意。应用 np.random.multinomial 办法生成合乎多项式散布的随机数。

x = np.random.multinomial(n=6, pvals=[1/6, 1/6, 1/6, 1/6, 1/6, 1/6])
x

下面代码，咱们能够简略了解为投掷骰子。n= 6 为骰子的面，pvals 示意每一面的概率为 1 /6。

5.3.4 其余

除以上散布外还有泊松散布、均匀分布、指数分布、卡方散布、帕累托散布等。感兴趣的可自行搜寻。

本文收录于机器学习前置教程系列。欢送大家点赞、珍藏、关注，更多对于机器学习的精彩内容继续更新中……!

正文完

机器学习

发表至：机器学习

2020-12-06

0

关于机器学习:面向轻量化文图检索的-DualEncoder-模型蒸馏算法-ConaCLIP

关于机器学习:为什么-Pi-会出现在正态分布的方程中

关于机器学习:CSCI544-recognition

关于机器学习:台达PLC解密

关于golang:记一次go-get安装hugo的坑go-modulegoinstallgobuild

关于机器学习:前置机器学习三30分钟掌握常用NumPy用法

一、Python 根底

1. List[列表]

2. Tuple(元组)

3. Set{汇合}

4. Dictionary{字典:Dictionary}

二、Numpy 常见用法

1. 创立数组

2. 索引与切片

3. dtype

4. 个别办法

4.1 arange

4.2 zeros

4.3 ones

4.4 eye

4.5 rand

4.6 randint

4.7 max min argmax argmin

三、NumPy 进阶用法

1. reshape

2. 合并与宰割

2.1 concatenate

2.2 array_split

3. 搜寻与筛选

3.1 搜寻

3.2 筛选

4. 排序

5. 随机

5.1 随机概率

5.2 随机排列

5.2.1 permutation

5.2.2 shuffle

5.3 随机散布

5.3.1 正太散布

5.3.2 二项分布

5.3.3 多项式散布

5.3.4 其余

Just My Socks（注册教程内含优惠码）

关于机器学习:前置机器学习三30分钟掌握常用NumPy用法

一、Python 根底

1. List[列表]

2. Tuple(元组)

3. Set{汇合}

4. Dictionary{字典:Dictionary}

二、Numpy 常见用法

1. 创立数组

2. 索引与切片

3. dtype

4. 个别办法

4.1 arange

4.2 zeros

4.3 ones

4.4 eye

4.5 rand

4.6 randint

4.7 max min argmax argmin

三、NumPy 进阶用法

1. reshape

2. 合并与宰割

2.1 concatenate

2.2 array_split

3. 搜寻与筛选

3.1 搜寻

3.2 筛选

4. 排序

5. 随机

5.1 随机概率

5.2 随机排列

5.2.1 permutation

5.2.2 shuffle

5.3 随机散布

5.3.1 正太散布

5.3.2 二项分布

5.3.3 多项式散布

5.3.4 其余

Just My Socks（注册教程 内含优惠码）

Just My Socks（注册教程内含优惠码）