图解数据分析|图解数据分析(9) | Numpy - 与1维数组操作（数据科学家入门·完结） python|数据分析|开发语言|nump

文章图片

作者：韩信子@ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/33
本文地址：http://www.showmeai.tech/article-detail/142
声明：版权所有，转载请联系平台与作者并注明出处
收藏ShowMeAI查看更多精彩内容

图解数据分析|图解数据分析(9) | Numpy - 与1维数组操作（数据科学家入门·完结）

文章图片

n维数组是NumPy的核心概念，大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法，本篇讲解Numpy与1维数组操作。

一、向量初始化可以通过Python列表创建NumPy数组。

文章图片

如图中（a），将列表元素转化为一维数组。注意，这里一般会确保列表元素类型相同，否则默认dtype=’object'，会影响后续运算，甚至产生语法错误。
由于在数组末尾没有预留空间以快速添加新元素，NumPy数组无法像Python列表那样增长。因此，通常的处理方式包括：

在变长Python列表中准备好数据，然后将其转换为NumPy数组
使用 np.zeros 或 np.empty 预先分配必要的空间（图中b）

通过图中（c）方法，可以创建一个与某一变量形状一致的空数组。
不止是空数组，通过上述方法还可以将数组填充为特定值：

文章图片

在NumPy中，还可以通过单调序列初始化数组：

文章图片

如果我们需要浮点数组，可以使用 arange(3).astype(float) 这样的操作更改arange输出的类型，也可以在参数端使用浮点数，比如 arange(4.) 来生产浮点数Numpy数组。
以下是arange浮点类型数据可能出现的一些问题及解决方案：

文章图片

图中，0.1对我们来说是一个有限的十进制数，但对计算机而言，它是一个二进制无穷小数，必须四舍五入为一个近似值。因此，将小数作为arange的步长可能导致一些错误。可以通过以下两种方式避免如上错误：

使间隔末尾落入非整数步数，但这会降低可读性和可维护性；
使用linspace，这样可以避免四舍五入的错误影响，并始终生成要求数量的元素。
- 使用linspace时尤其需要注意最后一个的数量参数设置，由于它计算点数量，而不是间隔数量，因此上图中数量参数是11，而不是10。

随机数组的生成方法如下：

文章图片

二、向量索引 NumPy可以使用非常直接的方式对数组数据进行访问：

文章图片

图中，除“fancy indexing”外，其他所有索引方法本质上都是views：它们并不存储数据，如果原数组在被索引后发生更改，则会反映出原始数组中的更改。
上述所有这些方法都可以改变原始数组，即允许通过分配新值改变原数组的内容。这导致无法通过切片来复制数组。如下是python列表和NumPy数组的对比：

文章图片

NumPy数组支持通过布尔索引获取数据，结合各种逻辑运算符可以有很高级的数据选择方式，这在Python列表中是不具备的：

文章图片

注意，不可以使用3 <= a <= 5这样的Python“三元”比较。
如上所述，布尔索引是可写的。如下图 np.where 和 np.clip 两个专有函数。

文章图片

三、向量操作 NumPy支持快速计算，向量运算操作接近C++速度级别，并不受Python循环本身计算慢的限制。NumPy允许像普通数字一样操作整个数组：

文章图片

在python中，a//b表示a div b（除法的商），x**n表示 x?
浮点数的计算也是如此，NumPy能够将标量广播到数组：

文章图片

Numpy提供了许多数学函数来处理矢量：

文章图片

向量点乘（内积）和叉乘（外积、向量积）如下：

文章图片

NumPy也提供了如下三角函数运算：

文章图片

数组整体进行四舍五入：

文章图片

floor向上取整，ceil向下取整，round四舍五入
np.around 与 np.round 是等效的，这样做只是为了避免 from numpy import * 时与Python around的冲突（但一般的使用方式是import numpy as np）。当然，你也可以使用a.round()。
NumPy还可以实现以下功能：

文章图片

以上功能都存在相应的nan-resistant变体：例如nansum，nanmax等
在NumPy中，排序函数功能有所阉割：

文章图片

对于一维数组，可以通过反转结果来解决reversed函数缺失的不足，但在2维数组中该问题变得棘手。
四、查找向量中的元素 NumPy数组并没有Python列表中的索引方法，索引数据的对比如下：

文章图片

index()中的方括号表示 j 或 i&j 可以省略

可以通过 np.where(a==x)[0] [0]查找元素，但这种方法很不pythonic，哪怕需要查找的项在数组开头，该方法也需要遍历整个数组。
使用Numba实现加速查找，next((i[0] for i, v in np.ndenumerate(a) if v==x), -1)，在最坏的情况下，它的速度要比where慢。
如果数组是排好序的，使用v = np.searchsorted(a, x); return v if a[v]==x else -1时间复杂度为O(log N)，但在这之前，排序的时间复杂度为O(N log N)。

实际上，通过C实现加速搜索并不是困难，问题是浮点数据比较。
五、浮点数比较 np.allclose(a, b)用于容忍误差之内的浮点数比较。

文章图片

np.allclose假定所有比较数字的尺度为1。如果在纳秒级别上，则需要将默认atol参数除以1e9：np.allclose(1e-9,2e-9, atol=1e-17)==False。
math.isclose不对要比较的数字做任何假设，而是需要用户提供一个合理的abs_tol值（np.allclose默认的atol值1e-8足以满足小数位数为1的浮点数比较，即math.isclose(0.1+0.2–0.3, abs_tol=1e-8)==True。

此外，对于绝队偏差和相对偏差，np.allclose依然存在一些问题。例如，对于某些值a、b， allclose(a,b)!=allclose(b,a)，而在math.isclose中则不存在这些问题。查看GitHub上的浮点数据指南和相应的NumPy问题了解更多信息。
一键运行所有代码图解数据分析系列配套的所有代码，可前往ShowMeAI 官方 GitHub，下载后即可在本地 Python 环境中运行。能访问 Google 的宝宝也可以直接借助 Google Colab一键运行与交互学习！
下载数据分析速查表 Awesome cheatsheets | ShowMeAI速查表大全系列包含『编程语言』『AI技能知识』『数据科学工具库』『AI垂直领域工具库』四个板块，追平到工具库当前最新版本，并跑通了所有代码。点击官网或 GitHub 获取~

文章图片

数据分析相关速查表（部分）：

内容	速查表(部分)	Github代码
Python 3速查表	文章图片	一键运行速查表代码 - Python
Numpy 速查表	文章图片	一键运行速查表代码 - Numpy
Pandas 速查表	文章图片	一键运行速查表代码 - Pandas
Matplotlib 速查表	文章图片	一键运行速查表代码 - Matplotlib
Seaborn 速查表	文章图片	一键运行速查表代码 - Seaborn