Python自然語言處理 課件 02-3-Numpy使用詳解

Python基礎(chǔ)Python自然語言處理第二章CONTENT目錄

01Python開發(fā)環(huán)境的搭建02正則表達(dá)式在自然語言處理中的應(yīng)用03Numpy的詳細(xì)使用方法課前回顧匹配字符串使用轉(zhuǎn)義符抽取文本中的數(shù)字

Numpy的詳細(xì)使用方法03創(chuàng)建數(shù)組ndarray作為Numpy當(dāng)中最為核心的數(shù)據(jù)結(jié)構(gòu)，代表的是多維數(shù)組，數(shù)組指的是數(shù)據(jù)的集合。#（1）導(dǎo)入numpy包as為其取一個別名npimportnumpyasnpvector=np.array([20152011,20152012,20152013,20152014])matrix=np.array([[20152011,'Jill'],[20152012,'Amy'],[20152013,'Ada'],[20152014,'Lucy']])#（2）使用Numpy庫當(dāng)中的array()方法，可以實(shí)現(xiàn)向量的直接導(dǎo)入#（3）使用numpy.array方法，也可以實(shí)現(xiàn)矩陣的直接導(dǎo)入[['20152011''Jill']['20152012''Amy']['20152013''Ada']['20152014''Lucy']]獲取Numpy中數(shù)組的維度Numpy中的一個方法arange(n)，其功能是生成一個0到n-1的數(shù)組。在此基礎(chǔ)上使用Numpy中的reshape(row,column)方法，自動構(gòu)架一個多行多列的array對象。importnumpyasnpdata=np.arange(16).reshape(4,4)#代表4行4列print(data)print(data.shape)[[0123][4567][891011][12131415]](4,4)獲取本地數(shù)據(jù)使用Numpy中提供的genfromtxt()方法來讀取本地的數(shù)據(jù)集importnumpyasnpnf1=np.genfromtxt("/home/ubuntu/crimeRatesByState2005.csv",delimiter=",")print(nf1)在Numpy數(shù)組中的數(shù)據(jù)必須是相同的數(shù)據(jù)類型，例如整型(int)、字符串類型(string)、布爾類型(bool)以及浮點(diǎn)型(float)。Numpy具備自動識別數(shù)組內(nèi)對象類型的功能，也可以使用Numpy數(shù)組所提供的dtype屬性來獲取對應(yīng)數(shù)據(jù)的類型。正確讀取數(shù)據(jù)對于數(shù)據(jù)類型轉(zhuǎn)換的出現(xiàn)的錯誤，可以使用Numpy中提供的genfromtxt()方法來實(shí)現(xiàn)數(shù)據(jù)類型的轉(zhuǎn)換，對于genfromtxt()的參數(shù)做一下解釋：1.dtype關(guān)鍵字的值要設(shè)定為‘U75’，代表每個值都是75byte的unicode。2.skip_header關(guān)鍵字的值可以設(shè)置為整數(shù)，這個參數(shù)的功能是跳過文件開頭對應(yīng)的行數(shù)之后執(zhí)行任何其他操作。importnumpyasnpnfl=np.genfromtxt("/home/ubuntu/crimeRatesByState2005.csv",dtype='U75',skip_header=1,delimiter=",")print(nfl)Numpy數(shù)組索引importnumpyasnpmatrix=np.array([[4,5,6],[7,8,9]])print(matrix[1,2])。與list相類似，Numpy同樣支持相關(guān)的定位操作。切片importnumpyasnpmatrix=np.array([[10,20,30],[40,50,60],[70,80,90]])print(matrix[:,1])print(matrix[:,0:2])print(matrix[1:3,:])print(matrix[1:3,0:2])與list相類似，Numpy同樣支持切片操作[205080][[1020][4050][7080]][[405060][708090]][[4050][7080]]數(shù)組比較Numpy也提供了較為強(qiáng)大的矩陣和數(shù)組比較功能，對于數(shù)據(jù)的比較，最終輸出的結(jié)果為boolean值。importnumpyasnpmatrix=np.array([[10,20,30],[40,50,60],[70,80,90]])second_column_50=(matrix[:,1]==50)print(second_column_50)print(matrix[second_column_50,:])[[FalseFalseFalse][FalseTrueFalse][FalseFalseFalse]][[FalseFalseFalse][FalseTrueFalse][FalseFalseFalse]]importnumpyasnpmatrix=np.array([[10,20,30],[40,50,60],[70,80,90]])m=(matrix==50)print(m)替代值我們先創(chuàng)立數(shù)組matrix。將matrix的第二列和50比較，得到一個布爾值數(shù)組。second_column_50將matrix第二列值為50的替換為20。importnumpyvector=numpy.array([10,20,30,40])equal_to_ten_or_five=(vector==20)|(vector==20)vector[equal_to_ten_or_five]=200print(vector)[[FalseFalseFalse][FalseTrueFalse][FalseFalseFalse]]importnumpymatrix=numpy.array([[10,20,30],[40,50,60],[70,80,90]])second_column_50=matrix[:,1]==50matrix[second_column_50,1]=20print(matrix)[[102030][402060][708090]]在數(shù)組中：在矩陣中：替代值把空值替換為“0”的操作。importnumpyasnpmatrix=np.array([['10','20','30'],['40','50','60'],['70','80','']])second_column_50=(matrix[:,2]=='')matrix[second_column_50,2]='0'print(matrix)數(shù)據(jù)類型轉(zhuǎn)換使用astype()方法對數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換時，其結(jié)果是一個新的數(shù)組，可以理解為對原始數(shù)據(jù)的一份復(fù)制，但不同的是數(shù)據(jù)的數(shù)據(jù)類型。比如，把String轉(zhuǎn)換成float。如下：importnumpyvector=numpy.array(["22","33","44"])vector=vector.astype(float)print(vector)在以上的Python代碼中，假如在字符串中含有非數(shù)字類型的對象，string轉(zhuǎn)化為float就會報錯。Numpy的統(tǒng)計計算方法重要的統(tǒng)計方法1.max():用于統(tǒng)計計算出數(shù)組元素當(dāng)中的最大值；對于矩陣計算結(jié)果為一個一維數(shù)組，需要指定行或者列。2.mean():用于統(tǒng)計計算數(shù)組元素當(dāng)中的平均值；對于矩陣計算結(jié)果為一個一維數(shù)組，需要指定行或者列。3.sum():用于統(tǒng)計計算數(shù)組元素當(dāng)中的和；對于矩陣計算結(jié)果為一個一維數(shù)組，需要指定行或者列。數(shù)值類型必須是int或者float。Numpy的統(tǒng)計計算方法數(shù)組例子：importnumpyvector=numpy.array([10,20,30,40])print(vector.sum())矩陣?yán)樱篿mportnumpyasnpmatrix=np.array([[10,20,30],[40,50,60],[70,80,90]])print(matrix.sum(axis=1))print(np.array([5