数据处理：科学数据包numpy基本介绍

第一部分：numpy包

一.numpy和pandas优点

与python中的list和dictionary不同，numpy包中是用C语言书写的，相比之下，运行速度更快，效率更高，而pandas是基于numpy的科学数据包。

二.numpy中的array

1.numpy中array的基本属性：

import numpy as np
a = np.array([[1,2,3],
            [2,3,4]])
print(a)
print('number of dimention:',a.ndim)
print('shape:',a.shape)
print('size:',a.size)

结果：
[[1 2 3]
 [2 3 4]]
number of dimention: 2
shape: (2, 3)
size: 6

2.numpy中的int和float类型默认都是64位，如有特殊需要，可以声明。
np.zeros()----生成都是0的数组
np.ones()----生成都是1的数组
np.arange()----同range，由范围生成数组
np.linspace()----线性分段，生成数组

import numpy as np
a = np.array([1,2,3],dtype = np.float)
b = np.array([1,2,3],dtype = np.int32)
zeros = np.zeros((3,4))
ones = np.ones((2,3),dtype=np.int16)
arange = np.arange(1,13).reshape((3,4))
linspace = np.linspace(0,10,6,dtype=np.int16).reshape((2,3))
print(a.dtype)
print(b.dtype)
print('zeros:',zeros)
print('ones:',ones)
print('arange:',arange)
print('linspace:',linspace)


结果:
float64
int32
zeros: [[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]
ones: [[1 1 1]
 [1 1 1]]
arange: [[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
linspace: [[ 0  2  4]
 [ 6  8 10]]

3.矩阵乘法、求和、最大值、最小值：

import numpy as np
a = np.array([[1,2],
              [0,1]])
b = np.arange(4).reshape((2,2))
print('*:',a * b)
print('矩阵乘法1：',np.dot(a,b))
print('矩阵乘法2：',a.dot(b))
# axis=1代表以行为单位，axis=0代表以列为单位
c = np.random.random((2,4))
print(c)
print(np.sum(c,axis=1))
print(np.min(c,axis=0))
print(np.max(c,axis=1))

结果：
*: [[0 2]
 [0 3]]
矩阵乘法1： [[4 7]
 [2 3]]
矩阵乘法2： [[4 7]
 [2 3]]
[[0.05244046 0.08485348 0.52986536 0.23112923]
 [0.27362985 0.67852876 0.6282096  0.87522057]]
[0.89828852 2.45558878]
[0.05244046 0.08485348 0.52986536 0.23112923]
[0.52986536 0.87522057]

4.最大值、最小值索引，中间值：

import numpy as np
a = np.arange(2,14).reshape((3,4))
print(a)
print(a.argmin())
print(a.argmax())
print(a.mean())
# 注意：a.argmin()等价于np.argmin(a)

结果：
[[ 2  3  4  5]
 [ 6  7  8  9]
 [10 11 12 13]]
0
11
7.5

5.矩阵转置：a.T <==> a.transpose() <==> np.transpose(a)
6.axis=0和axis=1区别：
使用0值表示沿着每一列或行标签\索引值向下执行方法；
使用1值表示沿着每一行或者列标签模向执行对应的方法。

7.循环遍历：

# 默认for循环是分出每一行
for row in a:
    print(row)
    
[14 13 12 11]
[10  9  8  7]
[6 5 4 3]
# 可用.flat生成一行的迭代器，遍历数组中每个数
for item in a.flat:
    print(item)
    
14
13
...

8.array的合并：

import numpy as np
a = np.array([[1,1],
             [2,2]])
b = np.array([[3,3],
             [4,4]])
print(np.vstack((a,b)))  #vertical stack
print(np.hstack((a,b)))  #horizontal stack
print(np.concatenate((a,b),axis=0))  #连续合并，0--纵向，1--横向

结果：
 [2 2]
 [3 3]
 [4 4]]
[[1 1 3 3]
 [2 2 4 4]]
[[1 1]
 [2 2]
 [3 3]
 [4 4]]

9.array的分割：

import numpy as np
a = np.arange(1,13).reshape((3,4))
print(np.split(a,3,axis=0)) #垂直或水平分割一定份数
print(np.vsplit(a,3)) #垂直分割一定份数
print(np.hsplit(a,2)) #水平分割一定份数
print(np.array_split(a,3,axis=1)) #当不能等份分割时用.array_split

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

10.array的等号赋值与list相同，可认为是引用，是互相关联的。如果想单独在定义一个相同的array，可以使用拷贝，即.copy()的方法。