# 数据分析总结-numpy

\[TOC]

[Numpy文档](https://docs.scipy.org/doc/numpy/reference/)

## 一、初始化

### 使用内建函数

**使用内建函数-创建一个数组** a = np.zeros((2, 3))

a = np.ones((2, 5))

**创建全是8的数组** a = np.full((2, 3), 8) **创建对角的数组,相当于对角矩阵** print(np.eye(3)) **创建一个随机的矩阵,值都是int** a = np.random.randint(2, 7, (2, 3))

a = np.random.randn(6,3)

**创建一个随机数值，但是形状固定的矩阵数组** a = np.random.random((2, 3)) a = np.empty((2, 3)))

### 直接实例化

**创建数组，设置数值类型** a = np.array(\[1, 2, 4, 5], dtype=float) print(a.dtype) print(a.shape)

### 类型

[类型文档](https://docs.scipy.org/doc/numpy/reference/arrays.dtypes.html)

**转换数据类型** a = np.array(\[1, 2, 4, 5], dtype=float).astype(int) print(a.dtype)

1. 生成数组时可以指定数据类型，如果不指定numpy会**自动匹配**合适的类型
2. 使用astype**复制数组**并转换数据类型
3. 使用astype将float转换为int时**小数部分被舍弃**
4. 使用astype把字符串转换为数组，如果失败抛出异常。
5. astype可以使用其它数组的数据类型作为参数 arr1.astype(dtype=arr2.dtype)

## 二、取值赋值

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

### 1.切片取值

可以像list一样切片（多维数组可以从各个维度同时切片）

print(a.shape) b = a\[0:2, 2: 4].copy() print(b) print(a\[:2, 1:])

也可以赋值

a\[0,0]=2222

不建议你这样去赋值，但是你确实可以修改切片出来的对象，然后完成对原数组的赋值.

copy也相当于赋值

### 2.条件判定bool取值

很好用

print(a\[a / 2 =0])

### 3.精准取值

print("精准取值") print(\[a\[0, 0], a\[1, 2], a\[2, 2]])

取值的样图：

![](https://ws2.sinaimg.cn/large/006tNc79gy1g03i8gk0ppj30za0sugrb.jpg)

## 三、运算

[详细运算文档](https://docs.scipy.org/doc/numpy/reference/routines.math.html) 比如比如矩阵的变形，转置和重排等等:

如果两个数组x,y维度一样，可以直接进行运算

* 逐元素求和，差，乘，除：x+y、np.add(x,y)，x-y、(np.subtract(x,y))，x\*y 、(np.multiply(x,y))，x/y 、(np.divide(x, y))
* 逐元素求平方根：np.squrt(x)
* 求向量内积（也是矩阵的乘法）：np.dot(v,w)
* 转置：x.T
* 求和：np.sum(x) np.sum(x,axis=0) 求列和 np.sum(x,axis=1) 求横排和也就是各个单元的和
* 求平均：np.mean(x) 同上
* 比如求和，求平均，求cumulative sum，sumulative product用numpy都可以做

  x.cumsum(axis=0)

  x.cumprod(axis=0)
* 排序：x.sort()
  * 找出排序后位置在5%的数字：

    ```
    large_arr = np.random.randn(1000)
    large_arr.sort()
    print(large_arr[int(0.05 * len(large_arr))])
    ```

    ​

## 四、Broadcasting

如果要用小的矩阵去和大的矩阵做一些操作，但是希望小矩阵能循环和大矩阵的那些块做一样的操作，那急需要Broadcasting啦

我们要做一件事情，给x的每一行都逐元素加上一个向量，然后生成y

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

v = np.array(\[1, 0, 1])

x + np.reshape(w, (2,1))

broadcasting当然可以逐元素运算了

先把v变形成3x1的数组/矩阵，然后就可以broadcasting加在w上了

总结一下broadcasting，可以看看下面的图：

![](https://ws3.sinaimg.cn/large/006tNc79gy1g03i8x2hifj30sg0kqju6.jpg)

## 五、逻辑运算where

x\_arr = np.array(\[1.1, 1.2, 1.3, 1.4, 1.5])

y\_arr = np.array(\[2.1, 2.2, 2.3, 2.4, 2.5])

cond = np.array(\[True, False, True, True, False])

np.where(cond, x\_arr, y\_arr)

得到的数据：

\[1.1 2.2 1.3 1.4 2.5]

如果满足条件，就第一个，不然就第二个，可以是取值，也可以是直接赋值。

np.where(arr > 0, 1,-1)

## 六、高级ndarray处理

* 使用reshape来改变tensor的形状，numpy可以很容易地把一维数组转成二维数组，三维数组。

arr.arange(8) 可以转换成arr.reshape(2,4) 也可以转换成arr.reshape(2,2,2)

* 如果我们在某一个维度上写上-1，numpy会帮我们自动推导出正确的维度还可以从其他的ndarray中获取shape信息然后reshape
* 高维数组可以用ravel来拉平：arr.ravel()
* 拼接二维数组：

np.concatenate(\[arr1, arr2], axis=0)

* 所谓堆叠，参考叠盘子。。。连接的另一种表述 垂直stack与水平stack

np.vstack((arr1, arr2)) # vertical

np.hstack((arr1, arr2)) # horizontal

* 堆叠辅助

  arr = np.arange(6)

  arr1 = arr.reshape((3, 2))

  arr2 = np.random.randn(3, 2)

  * r\_用于按行堆叠
  * c\_用于按列堆叠

```
np.r_[arr1, arr2]
np.c_[np.r_[arr1, arr2], arr]
```

* 拆分数组

  first, second, third = np.split(arr, \[1,3], axis=0)

  * axis = 0：表示前面是行数
* 重复repeat （[详细介绍](https://docs.scipy.org/doc/numpy/reference/generated/numpy.tile.html)）
  * 按元素重复
  * 指定axis来重复

    arr.repeat(2, axis=1)

## 文件输入输出

* 读取csv文件：arr = np.loadtxt('array\_ex.txt', delimiter=',')
* 保存数组文件：np.save('some\_array', arr)

## 写一个softmax

[softmax解析](http://cs231n.github.io/linear-classify/#softmax)