当前位置：首页 > article >正文

数据分析-机器学习-第三方库使用基础

article 2024/11/26 7:04:31

Numpy

numpy(Numerical Python) 是科学计算基础库，提供大量科学计算相关功能，比如数据统计，随机数生成等。其提供最核心类型为多维数组类型（ndarray），支持大量的维度数组与矩阵运算， numpy支持向量处理ndarray对象，提高程序运算速度。numpy、pandas和matplotlib是数据分析、机器学习领域十分常用的第三方库。

在Python中，一切皆对象，这意味着甚至是简单的整数（Int）都是对象，对象就需要计算机使得它工作，我们称之为"Boxed Ints"。相反，Numpy使用原始数值类型（floats, ints）使得存储和计算更有效率。Numpy（Numerical Python）是一个在Python领域做数值计算非常重要的库，Pandas、Matplotlib、Statmodels、Scikit-learn和其它一些科学计算库都依赖Numpy。

numpy的安装方式：

1.pip安装使用清华源下载速度会更快pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

如需要指定numpy版本 pip install numpy==x.x.x -i https://pypi.tuna.tsinghua.edu.cn/simple

想安装 numpy 版本 1.21.0，可以使用以下命令：

pip install numpy==1.21.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.anaconda安装 conda命令行：conda install numpy

测试安装是否成功

import numpy as np #同时导入numpy

或者

在jupyter notebook环境下学习numpy

导入numpy

import numpy as np

1.array创建数组

numpy模块的array函数即array()，可以生成多维数组。例如，如果要生成一个二维数组，需要向array函数传递一个列表类型的参数。每一个列表元素是一维的ndarray类型数组，作为二维数组的行。另外，通过ndarray类的shape属性可以获得数组每一维的元素个数（元组形式），也可以通过shape[n]形式获得每一维的元素个数，其中n是维度，从0开始。

# 基础数组array
a=np.array([1, 2, 3, 4])
b=np.array([0, .5, 1, 1.5, 2])
print(a[0],a[1])
# 切片
print(a[0:])
print(a[1:3])
print(a[1:-1])
print(a[::2])

print(b)
print(b[0],b[2],b[-1]) # return tuple
test_tp = (b[0],b[2],b[-1])
print(type(test_tp))
print(b[[0, 2, -1]]) # return ndarray

# 二维数组
c = np.array([
[1,2,3],
[4,5,6],
[7,8,9]
])
print(c)
print('c数组的维度：',c.shape)

ndmin参数的使用:如果没有指定ndmin（默认为0），则生成的数组的维度根据传进来的第一个参数来决定。如果指定了ndmin，则指定生成数组的最小维度

d = np.array([1,2,3,4,5,6],ndmin=3)
print(d)
print(d.shape)

dtype指定了数组元素的数据类型

e = np.array([1,2,3,4,5,6],dtype=np.float64) #np.float32 np.float.64
print(e)

2.arange创建数组

a1 = np.arange(0,8,dtype=int) # 左闭右开
a1

arange创建二维数组，通过array函数与arange函数配合使用创建二维数组

b1 = np.array([
np.arange(1,5),
np.arange(5,9),
np.arange(9,13),
])
print(b1)
print(b1.shape)

如果列的规模不全相同，会报错

3.随机数创建

numpy中的random模块包含了很多函数可以用来产生随机数。

4.ndarray对象

1.可以使用NumPy的random模块中的函数创建随机数数组，而且使用NumPy创建的数组都是ndarray对象。
2.ndarray是由多个同类型的数据组成的多维数组，每个元素在内存中占据相同大小的空间。它由以下几个主要部分组成：一个指向实际数据的指针、描述数据类型的dtype、表示数组形状的shape元组以及跨度（stride）信息。
3.创建ndarray对象，最常见的是使用numpy.array()函数。
4.ndarray中的每个元素都必须具有相同的数据类型，这是为了优化内存使用和提高运算效率。

# numpy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以下标0为开始，进行集合中元素的索引。
# 先随机创建三个数组
f1 = np.random.randint(10,size=6)
f2 = np.random.randint(10,size=(3,4))
f3 = np.random.randn(3,4,5)
print("ndim:",f1.ndim,f2.ndim,f3.ndim,sep='-----') # 数组的维度数量
print("shape:",f1.shape,f2.shape,f3.shape,sep='-----') #数组的形状
print("dtype:",f1.dtype,f2.dtype,f3.dtype,sep='-----') #数组中每个元素的数据类型
print("size:",f1.size,f2.size,f3.size,sep='-----') # 数组中包含元素的个数
print("itemsize:",f1.itemsize,f2.itemsize,f3.itemsize,sep='-----') # 数组中每个元素的大小，以字节为单位

5.zeros函数创建数组

np.zeros(shape, dtype = float, order = 'C')
1.shape: 这是一个整数或整数元组，定义了返回数组的形状。例如，(2, 3) 会生成一个 2x3 的二维数组。如果传入的是单个整数，则生成一维数组。
2.dtype: 可选参数，表示数组中元素的数据类型。默认值是 float，即浮点数。你可以根据需要指定其他数据类型，如 int, complex, bool 等。
3.order: 可选参数，表示多维数组在内存中的存储顺序。默认值是 'C'（行优先，C-style）。另一个选项是 'F'（列优先，Fortran-style），这在某些情况下可以提高性能。