Python—numpy的基本使用(机器学习基础） Python

一.numpy概述 1.NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
2.numpy（Numerical Python）提供了python对多维数组对象的支持：ndarray，具有矢量运算能力，快速、节省空间。numpy支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
3.NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

一个强大的N维数组对象 ndarray
比较成熟的（广播）函数库
整合 C/C++/Fortran 代码的工具
线性代数、傅里叶变换、随机数生成等功能
numpy和稀疏矩阵运算包scipy配合使用更加方便。
(部分资料来自百度百科)

二.NumPy 应用 NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用.

SciPy 是一个开源的 Python 算法库和数学工具包。
它包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包，如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口（API）。

三.创建ndarray数组 ndarray：N维数组对象（矩阵），所有元素必须是相同类型。
ndarray属性：

ndim属性，表示维度个数；
shape属性，表示各维度大小；
dtype属性，表示数据类型。
创建ndarray数组函数：

文章图片
函数类型
代码示例：

1.生成一维矩阵：

numpy和python中的数组类型不同

文章图片
示例1

2.生成二维矩阵：

文章图片
示例2 3.使用zero/ones/empty创建数组：

文章图片
示例3 4.使用arrange生成连续元素：

文章图片
示例4 四.指定ndarray数组元素的类型 NumPy数据类型：

文章图片
数据类型 1.生成指定元素类型的数组:设置dtype属性：

文章图片
示例1 2.使用astype复制数组，并转换类型：

文章图片
示例2 3.将字符串元素转换为数值元素：

文章图片
示例3 4.使用其他数组的数据类型作为参数：

文章图片
示例4 五.ndarray的矢量化计算矢量运算：相同大小的数组键间的运算应用在元素上
矢量和标量运算：“广播”— 将标量“广播”到各个元素
代码示例：
ndarray数组与标量/数组的运算：

文章图片
示例六.ndarray数组的基本索引和切片一维数组的索引：与Python的列表索引功能相似
多维数组的索引：

arr[r1:r2, c1:c2]
arr[1,1] 等价 arr[1][1]
[:] 代表某个维度的数据
代码示例：

1.ndarray的基本索引：

文章图片
示例1

文章图片
示例2
示例2和示例3这两个例子就关系到深拷贝和浅拷贝问题，等以后会单独总结一章
浅拷贝后你所进行的操作会影响到之前的数组，深拷贝则不会影响

文章图片
示例3 2.ndarray的切片：

文章图片
示例1

文章图片
示例2 七.ndarray数组的布尔索引和花式索引布尔索引：使用布尔数组作为索引。arr[condition]，condition为一个条件/多个条件组成的布尔数组。
布尔型索引代码示例：
1.ndarray的布尔型索引：

文章图片
示例1 2.ndarray的花式索引:使用整型数组作为索引：花式索引：使用整型数组作为索引。
花式索引代码示例：

文章图片
示例2 八.ndarray数组的转置和轴对换数组的转置/轴对换只会返回源数据的一个视图，不会对源数据进行修改。
代码示例：
ndarray数组的转置和轴对换:

文章图片
示例

文章图片
结果九.ndarray通用函数通用函数（ufunc）是一种对ndarray中的数据执行元素级运算的函数。
一元ufunc：
一元ufunc代码示例：
1.一元ufunc示例：

文章图片
示例1 2.二元ufunc示例：

文章图片
二元

文章图片
示例2 十.NumPy的where函数使用 np.where(condition, x, y)，第一个参数为一个布尔数组，第二个参数和第三个参数可以是标量也可以是数组。
代码示例：
1.where函数的使用：

文章图片
示例1 2.where函数的嵌套使用：

文章图片
示例2 十一.ndarray常用的统计方法可以通过这些基本统计方法对整个数组/某个轴的数据进行统计计算

文章图片
方法 1.numpy的基本统计方法：

文章图片
示例1
用于布尔数组的统计方法：

sum : 统计数组/数组某一维度中的True的个数
any：统计数组/数组某一维度中是否存在一个/多个True
all：统计数组/数组某一维度中是否都是True

2.用于布尔数组的统计方法：

文章图片
示例2
any(0)中的布尔值对应一列元素相或的值（如果是对应第一行，则test3.any(0)的结果应该为array([ False, True, True], dtype=bool)），any(1)中的布尔值对应每行元素的或值，any()为所有元素相或的值。
axis=0, 表示列一维度上操作。
axis=1, 表示行二维度上操作。
使用sort对数组/数组某一维度进行就地排序（会修改数组本身）
代码示例：
3.sort的就地排序：