Numpy基础

本文主要介绍Python使用Jupyter进行数据的基本知识，建议有Python基础的人浏览。

NumPy（Numerical Python）是 Python 中最底层、最核心的数值计算库。它提供了大量的数学和统计工具，满足科 学家、工程师和数据分析师在Python编程中高效处理数据的需求。

一、数据类型

类型	备注	说明
bool_	8位	布尔类型
int8	8位	整形
int16	16位	整形
int32	32位	整形
int64/int_	64位	整形
uint8	8位	无符号整型
uint16	16位	无符号整型
uint32	32位	无符号整型
uint64	64位	无符号整型
float16	16位	浮点型
float32	32位	浮点型
float64/float_	64位	浮点型
str_	-	字符串型
datetime64	-	日期时间型
timedelta64	-	时间差型

说明：一般情况下，以上类型不需要手动指定，NumPy 会自动推断

二、常量

1. numpy.nan：

   表示空值，不等于任何量，包括它自己；我们可以使用下面方法判断是否为空：

   import numpy as np
   a = np.array([1, 2, 3, np.nan, 5])
   np.isnan(a)

   输出结果应为：
   array([False, False, False,  True, False])

2. numpy.inf：

   表示正无穷大(负的无穷大：-np.inf)；可以使用如下方法来判断是不是正负无穷大：

   import numpy as np
   a = np.inf
   np.isinf(np.inf)

   # 输出结果应为：
   np.True_

3. numpy.pi：

   表示圆周率：3.141592653589793

4. numpy.e：

   表示自然常数：2.718281828459045

三、创建数组

1. numpy.array函数创建数组

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0, like=None)

参数说明：

名称	描述
object	必须参数，用来创建数组的输入数据。可以是任何可迭代数据。
dtype=None	可选参数，指定数组元素的数据类型。
copy=True	略
order='K'	略
subok=False	略
ndmin=0	略
like=None	略

示例如下：

import numpy as np
data = [[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]
arr = np.array(data)
print(arr, type(arr))

# 输出结果应为：
[[ 1  2  3  4  5]
 [ 6  7  8  9 10]] <class 'numpy.ndarray'>

2. numpy.array函数创建数组

numpy.arange(start, stop, step, dtype=None)

参数说明：

名称	描述
start	起始数字，默认为0。
stop	结束数字。
step	步长，默认为1。
dtype	指定数据类型。

示例如下：

import numpy as np
arr = np.arange(5)
arr

# 输出结果应为：
array([0, 1, 2, 3, 4])

3. random创建随机数组

• 创建一个由[0,1)内的随机数组成的数组：

  numpy.random.rand(d0,d1,…,dn)

  参数说明：

  名称	描述
  d0,d1,...dn	指定数组形状的整数

  示例如下：

  import numpy as np
  arr1 = np.random.rand(5)           
  arr2 = np.random.rand(2, 3)
  arr1
  arr2

  # 输出结果应为：
  array([0.09294466, 0.59863072, 0.58535122, 0.40607265, 0.13878048])
  array([[0.36256758, 0.88819762, 0.11922292],
  	  [0.32804837, 0.55153622, 0.74913818]])

• 生成具有给定形状的随机整数数组，随机整 数的范围区间为[low, high)：

  numpy.random.randint(low, high=None, size=None, dtype=int)

  参数说明：

  名称	描述
  low	为最小值，如果没有指定 high 这个参数，则 low 为生成的元素值的最大值， [0, low)
  high	为最大值，如果提供了 high 参数，则范围是 [low, high)
  size	可选参数，用于指定数组的形状，如果提供了 size 参数，则返回指定形状的数组；如果未提供 参数，则返回单个随机整数。
  dtype	指定返回数组的数据类型，默认的数据类型是np.int

  示例如下：

  import numpy as np
  arr = np.random.randint(1, 12, size=(2, 3, 2))
  arr

  # 输出结果应为：
  array([[[10,  2],
          [ 9, 10],
          [ 6,  8]],
  
         [[ 8, 10],
          [ 5,  6],
          [ 4, 10]]])

说明：指定数组形状的参数应该传入一个元组，从前往后代表数组从外往内的层数。

4. NumPy 创建特殊数组

• 全一数组：

  numpy.ones(shape, dtype=None, order='C')

  示例如下：

  import numpy as np
  arr = np.ones((1, 2, 3))
  arr

  # 输出结果应为：
  array([[[1., 1., 1.],
          [1., 1., 1.]]])

• 全零数组：

  numpy.zeros(shape, dtype=None, order='C')

  示例如下：

  import numpy as np
  arr = np.zeros((1, 2, 3))
  arr

  # 输出结果应为：
  array([[[0., 0., 0.],
          [0., 0., 0.]]])

• 单位数组：一个对角线上为1，其它地方为零的数组。

  numpy.eye(N, M=None, k=0, dtype=float, order='C')

  参数说明：

  名称	描述
  N	返回数组的行数。
  M	输出中的列数。如果没有，则默认为 N 。
  k	对角线的索引：0（默认）表示主对角线，正值表示上对角线，负值表示下对角线。

  示例如下：

  import numpy as np
  arr = np.eye(3)
  arr

  # 输出结果应为：
  array([[1., 0., 0.],        
  	   [0., 1., 0.],        
         [0., 0., 1.]])

• 常数数组：

  numpy.full(shape, fill_value, dtype=None, order='C')

  参数说明：

  名称	描述
  fill_value	填充值

  示例如下：

  import numpy as np
  arr = np.full([2,3], 4)
  arr

  # 输出结果应为：
  array([[4, 4, 4],
  	   [4, 4, 4]])

• 均匀分布数组：一个指定大小，指定数据区间的均匀分布序列

  numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

  参数说明：

  名称	描述
  start	起始数字。
  end	介绍数字。
  num	生成序列个数；其值默认为50。
  endpoint	取True时，序列包含最大值end；否则不包含；默认为True。
  retstep	该值取True时，生成的序列中显示间距；否则不显示；默认为false。

  示例如下：

  import numpy as np
  arr = np.linspace(1, 10, 5)
  arr

  # 输出结果应为：
  array([ 1.  ,  3.25,  5.5 ,  7.75, 10.  ])

四、数组的属性