Numpy数组

一、NumPy简介

NumPy是针对多维数组（Ndarray）的一个科学计算（各种运算）包，封装了多个可以用于数组间计算的函数。 数组是相同数据类型的元素按一定顺序排列的组合，注意 必须是相同数据类型的 ，比如说全是整数、全是字符串等。

array([1,2,3])                      # 数值型数组
array(['w','s','q'],dtype = '<U1')    # 字符型数组

二、NumPy 数组的生成

要使用 NumPy，要先有符合NumPy数组的数据，不同的包需要不同的数据结构，比如Pandas需要DataFrame、Series数据结构 Python中创建数组使用的是 array() 函数，array() 函数的参数可以为任何序列型对象（数组、元组、字符串等）

1.生成一般数组：array()

array():
        功能: 创建数组。
        参数: 序列型对象（数组、元组、字符串等）
        返回值: 1维或多维数组。
    '''

import numpy as np      #导包
# 给 array()函数 传入一个**列表**，直接将数据以列表的形式作为一个参数传给array()函数即可。
arr = np.array([5,4,7])
# 给 array()函数 传入一个**元组**，直接将数据以元组的形式作为一个参数传给array()函数即可。
arr = np.array( (5,4,7) )
# 给 array()函数 传入一个**嵌套列表**，直接将数据以嵌套列表的形式作为一个参数传给array()函数即可，这时会生成一个多维数组。
arr = np.array( [ [5,4,7],[7,8,9] ] )
arr                 #这时会生成一个多维数组

2.生成特殊类型数组

（1）生成固定范围的随机数组：arange(start,stop,step)

arange(start,stop,step):
        功能: 创建固定范围的随机数组。（生成以start开始以stop结束step为步长的随机序列）
            ① start: 以start开始(包括start这个值)。省略不写时，默认从0开始。
            ② stop: 以stop结束(不包括stop这个值)。
            ③ step: 步长(就是数与数之间的间隔)。省略不写时，默认为1。
        返回值: 数组。
# 和randint(low,high=None,size=None) 类似    

# 生成以1为开始，15结束，3为步长的随机序列
arr = np.arange(1,15,3)
# 生成以1为开始，15结束，步长为默认值的随机序列(step不写)
arr = np.arange(1,15)
# 生成以15结束，步长为默认值的随机序列。(start不写，step不写)
arr = np.arange(15)
arr

（2）生成指定形状全为0的数组：zeros()

zeros():
        功能: 生成指定形状全为0的数组
            传入一个具体的值时，会生成相应长度的一个全为0的1维数组。
            传入一对值时(即元组形式)，会生成相应 行、列数 的全为0的多维数组。
        返回值: 全为0的 1维或多维 数组。
    '''    

# 生成长度为3的0数组
np.zeros(3)
# 生成2行3列的0数组
np.zeros((2,3))

（3）生成指定形状全为1的数组：ones()

ones():
        功能: 生成指定形状全为1的数组
            传入一个具体的值时，会生成相应长度的一个全为1的 1维数组。
            传入一对值时(即元组形式)，会生成相应 行、列数 的全为1的 多维数组。
        返回值: 全为1的 1维或多维 数组。
    '''   

# 生成长度为3的1数组
np.ones(3)
# 生成2行3列的1数组
np.ones((2,3))

（4）生成一个正方形单位矩阵：eye()

# 单位矩阵就是对角线元素值全为1，其余位置的元素值全为0
eye():
        功能: 生成对角线元素值全为1，其余位置的元素值全为0 的 正方形矩阵
            传入一个具体的值(即指明正方形边长)。
        返回值: 正方形单位矩阵。
    ''' 

# 生成1个 3*3 的单位矩阵
np.eye(3)

3.生成随机数组：random 模块

随机数组的生成主要用到 NumPy 中的 random 模块。

（1）np.random.rand()

rand():
        功能: 主要用于生成 (0,1) 之间的随机数组。
            传入一个具体的值时，生成一个对应长度的且值位于 (0,1) 之间的随机数组。
            传入一对值时(注意这里就不是元组形式了)，会生成相应 行、列数 的多维数组(且数组中的值位于 (0,1) 之间)。
        返回值: (0,1) 之间的随机数组。
    ''' 

# 生成长度为3的 值位于 (0,1) 之间的随机数组
np.random.rand(3)
# 生成2行3列的值位于 (0,1) 之间的随机数组
np.random.rand(2,3)

（2）np.random.randn()

randn():
        功能: 生成满足正态分布的指定形状数组。
            传入一个具体的值时，生成一个对应长度的 ma满足正态分布的随机数组。
            传入一对值时(注意这里就不是元组形式了)，会生成相应 行、列数 的多维数组(且值满足正态分布)。
        返回值: 满足正态分布的指定形状数组。
    ''' 

# 生成长度为3的 值满足正态分布的随机数组
np.random.randn(3)
# 生成2行3列的 值满足正态分布 的随机数组
np.random.randn(2,3)

（3）np.random.randint()

# np.arange(start,stop,step)方法类似，用于生成一定范围内的随机数组
randint(low,high=None,size=None):
        功能: 生成一定范围内的随机数组（即在左闭右开区间生成数组大小为size的均匀分布的整数值）.
            ① low: 以low开始(包括low这个值)。
            ② high=None: 以high结束(不包括high这个值)。有时high参数为空则取值区间为[0,low)
            ③ size=None: 可以是一个值，这时生成的随机数组是1维的，也可以是一对值(元组形式)这时就是多维的。
        返回值: 一定范围内的随机数组。
    ''' 

# 在区间为[1,5)生成长度为10的随机数组
np.random.randint(1,5,10)
# high参数为空
np.random.randint(5,size = 10) #这时你就得使用关键字参数了
# 在区间为[0,5)生成 2行3列 的随机数组
np.random.randint(5,size = (2,3))       # high参数为空，区间[0,low)

（4）np.random.choice()

choice(a,size = None,replace = None,p = None):
        功能: 从已知数组中随机选取相应大小的数组。
            ① a: 表示从哪个数组提取，可以是1个数组，也可以是1个整数。
                是1个数组时，表示从该数组中随机采样。
                是1个整数时，表示从range(int)中采样。
            ② size=None: 
                是一个具体数值时，生成1维数组；
                是一对值时（元组形式），生成多维数组。
            ③ replace=None: 。
            ④ p = None: 
        返回值: 数组。
    ''' 

# 从数组 a 中随机选取3个值组成一个新数组
a = np.array([1,4,7,5,6,9,8,2])
np.random.choice(a,3)
# 从数组 a 中随机选取 2行3列 组成一个新数组
np.random.choice(a,(2,3))
# 当 a 是1个整数时，随机选取3个值组成一个新数组
np.random.choice(5,3)

（5）np.random.shuffle()

shuffle():
        功能: 主要是用来将原数组顺序打乱，类似于扑克牌中的洗牌操作。
        返回值: 数组。
    ''' 

arr = np.arange(10)
arr         # 原数组顺序
# 使用shuffle()方法
np.random.shuffle(arr)  
arr         # 乱序后的数组

三、NumPy 数组的基本属性

NumPy 数组的基本属性主要包括形状、大小、类型、维数。

1.数组的形状：shape

指这个数组有几行几列数据，直接在数组后调用 shape属性 即可。

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

2.数组的大小：size

指这个数组中总共有多少个元素，直接在数组后调用 size属性 即可。

arr.size

3.数组的类型：dtype

数组的类型指构成这个数组的元素都是什么类型，直接在数组后调用 dtype属性 即可。 在NumPy中主要有5种数据类型： ​ 类型 说明 ​ int 整型数，即整数 ​ float 浮点数，即含有小数点 ​ object Python对象类型 ​ string_ 字符串类型，经常用S表示，S10表示长度为10的字符串 ​ unicode_ 固定长度的 unicode 类型，跟字符串定义方式一样，经常用U表示

arr.dtype

4.数组的维数：ndim

指这个数组是几维空间的，几维空间就对应几维数组，直接在数组后调用 ndim属性 即可。

arr.ndim
arr1 = np.array([5,4,7])
arr1.ndim

四、NumPy 数组的数据选取

数据选取就是通过索引的方式把想要的某些值从全部数据中取出来。

1.一维数据选取

（1）传入某个位置

NumPy 中的位置同样从0开始计数的。正序从0开始，倒序从-1开始。

arr = np.arange(10) # 也可以写成arange(0,10,1)
# 获取第 5 位的数
arr[5]
# 获取末尾最后一个数数
arr[-1]
# 获取末尾倒数第二个数
arr[-2]

（2）传入某个位置位置：

数组中每个元素都有一个位置，若要获取某些连续位置的元素，则可以将这些元素对应的位置表示成一个区间（左闭右开），这和列表的切片相同。

# 获取位置3到5的元素
arr[3:5]
# 获取某个位置之后的所有元素
arr[3:]
# 获取某个位置之前的所有元素
arr[:3]
# 正序位置和倒序位置混用
arr[3:-2]

（3）传入某个条件

# 给数组传入某个判断条件，将返回符合该条件的元素
# 获取数组中大于3的元素
arr[ arr > 3 ]

2.多维数据选取

（1）获取某行数据

# 要获取某行数据，直接传入这行的位置(即第几行即可)。
# 获取第2行数据
arr[1]

（2）获取某些行数据

# 要获取某些行数据，直接传入这些行的位置区间即可。
# 获取第2行和第3行数据，（包含第3行）
arr[1:3]
# 获取第3行之前的所有数据，（不包含第3行）
arr[:2]

逗号之前用来指明行的位置，逗号之后用来指明列的位置，当逗号之前是个冒号时，表示获取所有行。 这个和Pandas库用法相同。

（3）获取某列数据

# 要获取某列数据，直接传入这列的位置(即第几列即可)。
# 获取 所有行 的 第2列 数据
arr[:,1]

（4）获取某些列数据

# 要获取某些列数据，直接传入这些列的位置区间即可。
# 获取 所有行 第1列到第3列数据，（不包含第3列）
arr[:,0:2]
# 同样也可以获取第3列之前的所有数据，（不包含第3列）
arr[:,:2]
# 获取第2列之后的所有数据，（包含第2列）
arr[:,1:]

（5）行列同时获取

# 分别在行位置、列位置处指明要获取行、列的位置数
# 获取第 1 到 2 行，第 2 到 3 列的数据
arr[0:2,1:3]

五、Numpy 数组的数据预处理

1.Numpy 数组的类型转换

这和Pandas理念一样，不同类型的数值可以做的运算是不一样的，所以要把我们拿到的数据转换成我们想要的数据类型。 在NumPy转换数据类型用的是 astype() ,在 括号中指明要转换成的目标类型 即可。

arr = np.arange(5)
# 查看数组的类型
arr.dtype           # 数据类型是 int32
# 将数组从int转换为float
arr_float = arr.astype(np.float64)
arr_float
arr_float.dtype
# 将数组从int转换为str类型
arr_str = arr.astype(np.string)
arr_str
arr_str.dtype
这个方法之前我们在Pandas也讲过，这是两个库中的两个方法，但本质是一样，Pandas中的某一列其实就是NumPy数组。

2.Numpy 数组的缺失值处理

缺失值处理处理分两步： 第1步判断是否有缺失值将缺失值找出来，第2步对缺失值进行填充 。 在NumPy中缺失值用 np.nan 表示。 查找缺失值用到的方法是 isnan() 。

isnan():
        功能: 判断是否有缺失值。
        参数: 待检测数组
        返回值: 某一位置的值为缺失值，则该位置返回True，否则返回False。
    '''

# 创建一个含有缺失值的数组
arr = np.array([5,4,np.nan,7])
# 判断缺失值
np.isnan(arr)
# 用 0 填充
arr[np.isnan(arr)] = 0
arr

3.Numpy 数组的重复值处理：直接调用 unique() 方法即可

unique():
        功能: 删除重复值。
        参数: 待处理数组。
        返回值: 返回无重复值的数组。
    '''    

arr = np.array([1,2,3,2,1])
np.unique(arr)

六、Numpy 数组重塑：reshape()

所谓数组重塑就是更改数组的形状，比如将原来3行4列的数组重塑成4行3列的数组。

reshape():
        功能: 数组重塑。
            具体数值，转换成几行。
            具体数值，转换成几列。
        返回值: 重塑后的数组。    
    '''

1.一维数组重塑

一维数组重塑就是将数组从1行或1列数组重塑为多行多列的数组。

arr = np.arange(1,9,step=1)
# 将数组重塑为 2 行 4 列的多维数组 
arr.reshape(2,4)
# 将数组重塑为 4 行 2 列的多维数组 
arr.reshape(4,2)
# 无论转换为几行几列，只要重塑后数组中值的个数等于1维数组中个数即可。

2.多维数组重塑

# 创建多维数组
arr = np.array( [ [1,2,3,4],[5,6,7,8],[9,10,11,12] ] )
# 将数组重塑为 4 行 3 列的多维数组 
arr.reshape(4,3)
# 将数组重塑为 2 行 6 列的多维数组 
arr.reshape(2,6)
# 同样，只要重塑后数组中值的个数等于1维数组中个数即可。

3.数组转置：.T

# 数组转置就是将数组的行旋转为列
arr = np.array( [ [1,2,3,4],[5,6,7,8],[9,10,11,12] ] )
arr.T

七、Numpy 数组合并

1.横向合并

横向合并就是将 两个行数相等 的数组 在行方向上 进行简单拼接。与DataFrame合并不太一样，NumPy数组合并不需要公共列，只是将两个数组简单拼接在一起，有concatenate()、hstack()、column_stack()三种方法实现。

concatenate():
        功能: 数组合并。
            ① 将待合并的数组以***列表***的形式传给concatenate。
            ② axis: 指明在 行方向 还是 列方向上进行合并。axis = 1,表示数组在行方向上合并;axis = 0,表示数组在列方向上合并。
        返回值: 合并后的数组。      
arr1 = np.array( [ [1,2,3],[4,5,6] ] )    
arr2 = np.array( [ [7,8,9],[10,11,12] ] )  
np.concatenate( [arr1,arr2],axis = 1 )