简介
NumPy是一个开源的Python库，次要用在数据分析和科学计算，基本上能够把NumPy看做是Python数据计算的根底，因为很多十分优良的数据分析和机器学习框架底层应用的都是NumPy。比方：Pandas, SciPy, Matplotlib, scikit-learn, scikit-image 等。
NumPy库次要蕴含多维数组和矩阵数据结构。 它为ndarray（一个n维数组对象）提供了对其进行无效操作的办法。 NumPy能够用于对数组执行各种数学运算。 并且提供了可在这些数组和矩阵上运行的宏大的高级数学函数库。
装置NumPy
有很多形式能够依照NumPy：
pip install numpy如果你应用的是conda，那么能够：
conda install numpy或者间接应用Anaconda. 它是一系列数据分析包的汇合。
Array和List
Python中有一个数据类型叫做List，list中能够存储不同品种的对象。在应用程序中这样做没有什么问题，然而如果是在科学计算中，咱们心愿一个数组中的元素类型必须是统一的，所以有了NumPy中的Array。
NumPy能够疾速的创立Array，并且对其中的数据进行操作。
NumPy中的Array要比Python中的List要快得多，并且占用更少的内存空间。
看下两者之间的性能差别：
In [1]: import numpy as np
...: my_arr = np.arange(1000000)
...: my_list = list(range(1000000))
...: %time for _ in range(10): my_arr2 = my_arr * 2
...: %time for _ in range(10): my_list2 = [x * 2 for x in my_list]
...:
CPU times: user 12.3 ms, sys: 7.88 ms, total: 20.2 ms
Wall time: 21.4 ms
CPU times: user 580 ms, sys: 172 ms, total: 752 ms
Wall time: 780 ms下面的例子对一个蕴含一百万的数据进行乘2操作，能够看到，应用NumPy的效率是Python的几十倍，如果在大型数据我的项目中这个效率会造成十分大的性能影响。
创立Array
下面的例子中，咱们曾经创立了一个array，应用的是np.arange办法。
咱们还能够通过List来创立Array，List能够是一维列表，也能够是多维列表：
>>> a = np.array([1, 2, 3, 4, 5, 6])
>>> a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])和List一样，Array也能够通过index来拜访：
>>> print(a[0])
[1 2 3 4]接下来咱们介绍几个罕用的名词：
- vector — 示意的是一维数组
- matrix — 示意的是二维数组
- tensor — 示意的是三维或者更高维度的数组
在NumPy中维度也被称之为 axes 。
上面咱们来看下其余几种创立Array的办法：
最简略的就是np.array，之前的例子中咱们曾经提到过了。
如果要疾速的创立都是0 的数组，咱们能够应用zeros：
>>> np.zeros(2)
array([0., 0.])或者都填充为1：
>>> np.ones(2)
array([1., 1.])还能够创立空的数组：
In [2]: np.empty(2)
Out[2]: array([0. , 2.00389455])留神，empty办法中的内容并不一定是空的，而是随机填充数据，所以咱们在应用empty创立数组之后，肯定要记得笼罩其中的内容。应用empty的益处就是创立的速度比拟快。
还能够在range范畴内填充数组：
In [3]: np.arange(10)
Out[3]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])能够指定距离：
In [4]: np.arange(1,10,2)
Out[4]: array([1, 3, 5, 7, 9])应用linspace能够创立等分的数组：
In [5]: np.linspace(0, 10, num=5)
Out[5]: array([ 0. , 2.5, 5. , 7.5, 10. ])默认状况下创立的数组内容类型是np.float64，咱们还能够将其切换成整数：np.int64
In [6]: x = np.ones(2, dtype=np.int64)
In [7]: x
Out[7]: array([1, 1])Array操作
sort
咱们能够应用sort对数组进行排序：
In [8]: arr = np.array([2, 1, 5, 3, 7, 4, 6, 8])
In [10]: np.sort(arr)
Out[10]: array([1, 2, 3, 4, 5, 6, 7, 8])==sort==是对Array中的元素进行排序， 除了sort之外还有其余的一些排序的办法。
还能够应用argsort，argsort是一种间接排序的办法，他返回的是排序好的原数组的index：
In [11]: x = np.array([10, 5, 6])
In [12]: np.argsort(x)
Out[12]: array([1, 2, 0])下面咱们对array进行==argsort==，排序之后应该返回，5，6，10。 5的index是1，6 的index是2，10的index是0，所以返回1，2，0。
==lexsort==和argsort一样都是间接排序法，返回的都是排序过后的index，不同是lexsort 能够进行多key的排序。
surnames = ('Hertz', 'Galilei', 'Hertz')
first_names = ('Heinrich', 'Galileo', 'Gustav')
ind = np.lexsort((first_names, surnames))
ind
array([1, 2, 0])下面的lexsort是先依照surnames排序，而后再依照first_names进行排序。
lexsort 的排序程序是从后到前。也就是最初一个传入的key最先排序。
==searchsorted==用来查找要插入元素的index值，举个例子：
np.searchsorted([1,2,3,4,5], 3)
2
np.searchsorted([1,2,3,4,5], 3, side='right')
3
np.searchsorted([1,2,3,4,5], [-10, 10, 2, 3])
array([0, 5, 1, 2])==partition==是对要排序的数据进行宰割，举个例子：
a = np.array([3, 4, 2, 1])
np.partition(a, 3)
array([2, 1, 3, 4])第一个参数是一个Array，第二个参数是要分隔的基准元素，这个基准元素的地位和排序过后的地位是一样的，其余的元素比基准元素小的放在后面，比基准元素大的放在前面。
还能够依照多个元素进行宰割：
np.partition(a, (1, 3))
array([1, 2, 3, 4])concatenate
concatenate用来连贯多个数组。
>>> a = np.array([1, 2, 3, 4])
>>> b = np.array([5, 6, 7, 8])
>>> np.concatenate((a, b))
array([1, 2, 3, 4, 5, 6, 7, 8])还能够连贯多维数组：
>>> x = np.array([[1, 2], [3, 4]])
>>> y = np.array([[5, 6]])
>>> np.concatenate((x, y), axis=0)
array([[1, 2],
[3, 4],
[5, 6]])统计信息
ndarray.ndim 用来统计数组的维数：
>>> array_example = np.array([[[0, 1, 2, 3],
... [4, 5, 6, 7]],
...
... [[0, 1, 2, 3],
... [4, 5, 6, 7]],
...
... [[0 ,1 ,2, 3],
... [4, 5, 6, 7]]])>>> array_example.ndim
3ndarray.size 用来统计数组中的元素个数：
>>> array_example.size
24ndarray.shape 输入数组的形态：
>>> array_example.shape
(3, 2, 4)阐明下面的数组是一个3 2 4 的数组。
reshape
应用reshape能够从新结构一个数组。
>>> a = np.arange(6)
>>> print(a)
[0 1 2 3 4 5]
>>> b = a.reshape(3, 2)
>>> print(b)
[[0 1]
[2 3]
[4 5]]下面咱们将一个一维的数组转成了一个3* 2 的数组。
reshape还能够承受多个参数：
>>> numpy.reshape(a, newshape=(1, 6), order='C')
array([[0, 1, 2, 3, 4, 5]])第一个参数是要重构的数组，第二个参数新的shape，order能够取三个值，C，F或者A。
C示意依照C的index形式进行排序，F示意依照Fortran的index形式进行排序。A示意主动抉择。
在Fortran中，当挪动存储在内存中的二维数组的元素时，第一个索引是变动最快的索引。 当第一个索引更改时挪动到下一行时，矩阵一次存储一列。另一方面，在C中，最初一个索引变动最快。
减少维度
np.newaxis能够给现有的数组减少一个维度：
>>> a = np.array([1, 2, 3, 4, 5, 6])
>>> a.shape
(6,)
>>> a2 = a[np.newaxis, :]
>>> a2.shape
(1, 6)
>>> col_vector = a[:, np.newaxis]
>>> col_vector.shape
(6, 1)还能够应用expand_dims来指定axis的地位：
>>> b = np.expand_dims(a, axis=1)
>>> b.shape
(6, 1)
>>> c = np.expand_dims(a, axis=0)
>>> c.shape
(1, 6)
index和切片
数组的index和切片跟Python中的list是相似的：
>>> data = np.array([1, 2, 3])
>>> data[1]
2
>>> data[0:2]
array([1, 2])
>>> data[1:]
array([2, 3])
>>> data[-2:]
array([2, 3])除此之外，数组还反对更多更弱小的index操作：
>>> a = np.array([[1 , 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> print(a[a < 5])
[1 2 3 4]下面咱们找出了a中所有元素小于5的值。
In [20]: a<5
Out[20]:
array([[ True, True, True, True],
[False, False, False, False],
[False, False, False, False]])能够看到a< 5 其实返回的也是一个数组，这个数组的元素shape和原数组是一样的，只不过外面的值是true和false，示意是否应该被抉择进去。
同样的，咱们能够挑出所有大于5的元素：
>>> five_up = (a >= 5)
>>> print(a[five_up])
[ 5 6 7 8 9 10 11 12]选出所有能够被2整除的数：
>>> divisible_by_2 = a[a%2==0]
>>> print(divisible_by_2)
[ 2 4 6 8 10 12]还能够应用 & 和 | 运算符：
>>> c = a[(a > 2) & (a < 11)]
>>> print(c)
[ 3 4 5 6 7 8 9 10]还能够应用nonzero来打印出满足条件的index信息：
In [23]: a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
In [24]: b = np.nonzero(a < 5)
In [25]: b
Out[25]: (array([0, 0, 0, 0]), array([0, 1, 2, 3]))
>>> print(a[b])
[1 2 3 4]下面返回的元组中，第一个值示意的是行号，第二个值示意的是列。
从现有数据中创立Array
咱们能够应用 slicing , indexing,np.vstack(),np.hstack(),np.hsplit(),.view(),copy() 来从现有数据中创立Array。
后面的例子中，咱们看到能够应用List和切片来创立新的数组：
>>> a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
>>> arr1 = a[3:8]
>>> arr1
array([4, 5, 6, 7, 8])两个现有的数组能够进行垂直或者程度重叠：
>>> a1 = np.array([[1, 1],
... [2, 2]])
>>> a2 = np.array([[3, 3],
... [4, 4]])
>>> np.vstack((a1, a2))
array([[1, 1],
[2, 2],
[3, 3],
[4, 4]])
>>> np.hstack((a1, a2))
array([[1, 1, 3, 3],
[2, 2, 4, 4]])应用hsplit 能够将大的数组宰割成为几个小的数组：
>>> x = np.arange(1, 25).reshape(2, 12)
>>> x
array([[ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
[13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]])
>>> np.hsplit(x, 3)
[array([[1, 2, 3, 4],
[13, 14, 15, 16]]), array([[ 5, 6, 7, 8],
[17, 18, 19, 20]]), array([[ 9, 10, 11, 12],
[21, 22, 23, 24]])]
算数运算
array的加法：
>>> data = np.array([1, 2])
>>> ones = np.ones(2, dtype=int)
>>> data + ones
array([2, 3])其余的运算：
>>> data - ones
array([0, 1])
>>> data * data
array([1, 4])
>>> data / data
array([1., 1.])array求和：
>>> a = np.array([1, 2, 3, 4])
>>> a.sum()
10如果是求和多维数组的话，须要指定维度：
>>> b = np.array([[1, 1], [2, 2]])
>>> b.sum(axis=0)
array([3, 3])
>>> b.sum(axis=1)
array([2, 4])其余有用操作
这里列出了其余的有用操作：
>>> data.max()
2.0
>>> data.min()
1.0
>>> data.sum()
3.0对于二维数组来说，sum默认会求和所有的元素，min也会从所有元素中查找最小的：
>>> a = np.array([[0.45053314, 0.17296777, 0.34376245, 0.5510652],
... [0.54627315, 0.05093587, 0.40067661, 0.55645993],
... [0.12697628, 0.82485143, 0.26590556, 0.56917101]])
>>> a.sum()
4.8595784
>>> a.min()
0.05093587咱们还能够指定维度：
>>> a.min(axis=0)
array([0.12697628, 0.05093587, 0.26590556, 0.5510652 ])矩阵
矩阵就是 2 * 2 的数组：
>>> data = np.array([[1, 2], [3, 4]])
>>> data
array([[1, 2],
[3, 4]])矩阵同样能够进行统计操作：
>>> data.max()
4
>>> data.min()
1
>>> data.sum()
10默认状况是累加所有的元素，咱们也能够指定特定的累加维度：
>>> data.max(axis=0)
array([3, 4])
>>> data.max(axis=1)
array([2, 4])矩阵的运算：
>>> data = np.array([[1, 2], [3, 4]])
>>> ones = np.array([[1, 1], [1, 1]])
>>> data + ones
array([[2, 3],
[4, 5]])如果是多维的和低维的进行运算，那么将会应用内置的broadcast机制，将低维的进行播送：
>>> data = np.array([[1, 2], [3, 4], [5, 6]])
>>> ones_row = np.array([[1, 1]])
>>> data + ones_row
array([[2, 3],
[4, 5],
[6, 7]])生成随机数
在机器学习中，生成随机数是一个十分重要的性能。咱们看下如何在Numpy中生成随机数。
>>> rng = np.random.default_rng(0)
>>> rng.random(3)
array([0.63696169, 0.26978671, 0.04097352])
>>> rng.random((3, 2))
array([[0.01652764, 0.81327024],
[0.91275558, 0.60663578],
[0.72949656, 0.54362499]]) # may vary
>>> rng.integers(5, size=(2, 4))
array([[2, 1, 1, 0],
[0, 0, 0, 4]]) # may varyunique
np.unique能够统计数组的惟一值：
>>> a = np.array([11, 11, 12, 13, 14, 15, 16, 17, 12, 13, 11, 14, 18, 19, 20])
>>> unique_values = np.unique(a)
>>> print(unique_values)
[11 12 13 14 15 16 17 18 19 20]还能够返回index或者count：
>>> unique_values, indices_list = np.unique(a, return_index=True)
>>> print(indices_list)
[ 0 2 3 4 5 6 7 12 13 14]>>> unique_values, occurrence_count = np.unique(a, return_counts=True)
>>> print(occurrence_count)
[3 2 2 2 1 1 1 1 1 1]对矩阵也实用：
>>> a_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [1, 2, 3, 4]])
>>> unique_values = np.unique(a_2d)
>>> print(unique_values)
[ 1 2 3 4 5 6 7 8 9 10 11 12]如果想得到惟一的行或者列，能够传入axis参数：
>>> unique_rows = np.unique(a_2d, axis=0)
>>> print(unique_rows)
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]矩阵变换
咱们能够应用transpose来把矩阵的行和列进行调换：
>>> arr = np.arange(6).reshape((2, 3))
>>> arr
array([[0, 1, 2],
[3, 4, 5]])
>>> arr.transpose()
array([[0, 3],
[1, 4],
[2, 5]])反转数组
应用flip能够反转数组：
>>> arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
>>> reversed_arr = np.flip(arr)
>>> print('Reversed Array: ', reversed_arr)
Reversed Array: [8 7 6 5 4 3 2 1]如果是2维的数组：
>>> arr_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> reversed_arr = np.flip(arr_2d)
>>> print(reversed_arr)
[[12 11 10 9]
[ 8 7 6 5]
[ 4 3 2 1]]默认会反转行和列，咱们也能够只反转行或者列：
>>> reversed_arr_rows = np.flip(arr_2d, axis=0)
>>> print(reversed_arr_rows)
[[ 9 10 11 12]
[ 5 6 7 8]
[ 1 2 3 4]]
>>> reversed_arr_columns = np.flip(arr_2d, axis=1)
>>> print(reversed_arr_columns)
[[ 4 3 2 1]
[ 8 7 6 5]
[12 11 10 9]]还能够只反转一行或者一列：
>>> arr_2d[1] = np.flip(arr_2d[1])
>>> print(arr_2d)
[[ 1 2 3 4]
[ 8 7 6 5]
[ 9 10 11 12]]
>>> arr_2d[:,1] = np.flip(arr_2d[:,1])
>>> print(arr_2d)
[[ 1 10 3 4]
[ 8 7 6 5]
[ 9 2 11 12]]flatten 和 ravel
flatten 能够将数组变成一维的：
>>> x = np.array([[1 , 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> x.flatten()
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])flatten之后的数组和原数组是无关的，咱们批改flatten之后的数组不会扭转之前的数组内容：
>>> a1 = x.flatten()
>>> a1[0] = 99
>>> print(x) # Original array
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]
>>> print(a1) # New array
[99 2 3 4 5 6 7 8 9 10 11 12]然而如果应用ravel，对新数组的批改同样也会扭转原始数组：
>>> a2 = x.ravel()
>>> a2[0] = 98
>>> print(x) # Original array
[[98 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]
>>> print(a2) # New array
[98 2 3 4 5 6 7 8 9 10 11 12]save 和 load
NumPy 的对象能够通过save和load寄存到文件和从文件中加载：
>>> a = np.array([1, 2, 3, 4, 5, 6])
>>> np.save('filename', a)
>>> b = np.load('filename.npy')如果想以文本的形式来存储，那么能够应用np.savetxt：
>>> csv_arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
>>> np.savetxt('new_file.csv', csv_arr)
>>> np.loadtxt('new_file.csv')
array([1., 2., 3., 4., 5., 6., 7., 8.])CSV
NumPy有专门的办法来对CSV文件进行操作：
>>> import pandas as pd
>>> # If all of your columns are the same type:
>>> x = pd.read_csv('music.csv', header=0).values
>>> print(x)
[['Billie Holiday' 'Jazz' 1300000 27000000]
['Jimmie Hendrix' 'Rock' 2700000 70000000]
['Miles Davis' 'Jazz' 1500000 48000000]
['SIA' 'Pop' 2000000 74000000]]
>>> # You can also simply select the columns you need:
>>> x = pd.read_csv('music.csv', usecols=['Artist', 'Plays']).values
>>> print(x)
[['Billie Holiday' 27000000]
['Jimmie Hendrix' 70000000]
['Miles Davis' 48000000]
['SIA' 74000000]]本文已收录于 http://www.flydean.com/01-python-numpy-basic/
最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！
欢送关注我的公众号:「程序那些事」,懂技术，更懂你！
发表回复