《大數(shù)據(jù)導論》課件-第4章 NumPy數(shù)值計算

1.Numpy數(shù)值分析目錄認識ndarray01ndarray的創(chuàng)建02ndarray的操作03ndarray的運算04numpy的常用函數(shù)05numpy的文件操作06ndarray概述引入numpy模塊ndarray的屬性ndarray的元素類型python3.7/進行下載安裝Pycharm/pycharm/download/#section=windows選擇社區(qū)版進行下載安裝安裝后python3.7后，然后使用下面的命令安裝numpy和pandaspipinstallnumpypipinstallpandas運行環(huán)境（Windows平臺）importnumpyasnp引入模塊的別名認識并引入NumpyPython已有列表類型，為什么需要一個數(shù)組對象(類型)？例：計算A+B，其中，A和B是一維數(shù)組。N維數(shù)組對象：ndarray（1）ndarray是一個多維數(shù)組對象，由兩部分構成：?實際的數(shù)據(jù)?描述這些數(shù)據(jù)的元數(shù)據(jù)（數(shù)據(jù)維度、數(shù)據(jù)類型等）N維數(shù)組對象：ndarray（1）

屬性說明ndim返回int。表示數(shù)組的維度shape返回tuple。表示數(shù)組的尺寸，對于n行m列的矩陣，形狀為(n,m)size返回int。表示數(shù)組的元素總數(shù)，等于數(shù)組形狀的乘積n*mdtype返回data-type。描述數(shù)組中元素的類型itemsize返回int。表示數(shù)組的每個元素的大?。ㄒ宰止?jié)為單位）ndarray對象的屬性類型類型代碼說明int8、unit8i1、u1有符號和無符號的8位整型int16、unit16i2、u2有符號和無符號的16位整型int32、unit32i4、u4有符號和無符號的32位整型int64、unit64i8、u8有符號和無符號的64位整型float16f2半精度浮點數(shù)float32f4或f標準的單精度浮點數(shù)float64f8或d標準的雙精度浮點數(shù)bool?存儲True和False值的布爾類型objectOPython對象類型stringS固定長度的字符串類型ndarray的元素類型如果將浮點數(shù)轉換成整數(shù)，那么小數(shù)部分就會被截斷如果某字符數(shù)組表示的全是數(shù)字，也可以使用astype將其轉換成數(shù)值形式可以通過ndarray的astype的方式轉換其dtype大數(shù)據(jù)導論2.ndarray的創(chuàng)建列表、元組等Numpy中函數(shù)x

=

np.array(列表/元組)x

=

np.array(列表/元組,dtype=np.float32)從列表、元組等類型創(chuàng)建ndarray數(shù)組從列表、元組等類型創(chuàng)建ndarray數(shù)組——示例函數(shù)說明np.arange(n)類似range()函數(shù)，返回ndarray類型，元素從0到n-1np.ones(shape)根據(jù)shape生產一個全1數(shù)組，shape是元組類型np.zeros(shape)根據(jù)shape生成一個全0數(shù)組,shape是元組類型np.full(shape,val)根據(jù)shape生成一個數(shù)組，每個元素值都是valnp.eye(n)創(chuàng)建一個正方形的n*n的單位矩陣，對角線為1，其余為0（2）使用NumPy中函數(shù)創(chuàng)建ndarray數(shù)組，如：arange,

ones,

zeros等Numpy函數(shù)創(chuàng)建ndarray數(shù)組Numpy函數(shù)創(chuàng)建ndarray數(shù)組——示例（3）使用NumPy中函數(shù)創(chuàng)建ndarray數(shù)組，如：ones_like、zeros_like、full_like等函數(shù)說明np.ones_like(a)根據(jù)數(shù)組a的形狀生成一個全1數(shù)組np.zeros_like(a)根據(jù)數(shù)組a的形狀生成i一個全0數(shù)組np.full_like(a,val)根據(jù)數(shù)組a的形狀生成一個數(shù)組，每個元素值都是valNumpy函數(shù)創(chuàng)建ndarray數(shù)組Numpy函數(shù)創(chuàng)建ndarray數(shù)組——示例（4）使用NumPy中其他函數(shù)創(chuàng)建ndarray數(shù)組函數(shù)說明np.linspace()根據(jù)起止數(shù)據(jù)等間距地填充數(shù)據(jù)，形成數(shù)組Numpy函數(shù)創(chuàng)建ndarray數(shù)組Numpy函數(shù)創(chuàng)建ndarray數(shù)組——示例大數(shù)據(jù)導論3.ndarray的操作維度操作

切片操作

組合與拆分操作方法說明.reshape(shape)不改變數(shù)組元素，返回一個shape形狀的數(shù)組，原數(shù)組不變.resize(shape)與.reshape()功能一致，但修改原數(shù)組.flatten()對數(shù)組進行降維，返回一個一維數(shù)組，原數(shù)組不變ndarray數(shù)組對象的維度操作ndarray數(shù)組對象的維度操作——示例數(shù)組對象切片的參數(shù)設置與列表切片參數(shù)類似數(shù)組對象[起始位置:終止位置:步長]ndarray數(shù)組切片操作通過axis作為關鍵字參數(shù)指定組合的方向axis=1axis=0二維數(shù)組的組合與拆分大數(shù)據(jù)導論4.ndarray的運算與標量的運算

一元函數(shù)運算

二元函數(shù)運算數(shù)組與標量之間的運算：作用于數(shù)組的每一個元素ndarray數(shù)組的運算對ndarray中的數(shù)據(jù)執(zhí)行元素級運算的函數(shù)函數(shù)說明np.abs(x)計算數(shù)組各元素的絕對值np.sqrt(x)計算數(shù)組各元素的平方根np.square(x)計算數(shù)組各元素的平方np.log(x)np.log10(x)np.log2(x)計算數(shù)組各元素的自然對數(shù)、10底對數(shù)和2底對數(shù)np.ceil(x)np.floor(x)計算數(shù)組各元素的ceiling值或floor值Numpy數(shù)組運算：一元函數(shù)（1）對ndarray中的數(shù)據(jù)執(zhí)行元素級運算的函數(shù)函數(shù)說明np.rint(x)計算數(shù)組各元素的四舍五入值np.cos(x)np.sin(x)np.tan(x)計算數(shù)組各元素的三角函數(shù)np.exp(x)計算數(shù)組各元素的指數(shù)值np.sign(x)計算數(shù)組各元素的符號組：1（+），0，-1（-）Numpy數(shù)組運算：一元函數(shù)（2）Numpy數(shù)組運算：一元函數(shù)——示例函數(shù)說明+-*/**兩個數(shù)組各元素進行對應運算np.maximum(x,y)np.minimum(x,y)元素級的最大值/最小值計算><>=<===!=算術比較，產生布爾型數(shù)組Numpy數(shù)組運算：二元函數(shù)Numpy數(shù)組運算：二元函數(shù)——舉例Numpy數(shù)組的轉置——ndarray的特殊T屬性大數(shù)據(jù)導論5.Numpy常用的幾個函數(shù)統(tǒng)計函數(shù)

排序函數(shù)

隨機數(shù)函數(shù)

去重函數(shù)函數(shù)sum(a,axis=None)mean(a,axis=None)average(a,axis=None,weights=None)std(a,axis=None)var(a,axis=None)Numpy的統(tǒng)計函數(shù)Numpy的統(tǒng)計函數(shù)——舉例1函數(shù)min(a)max(a)argmin(a)argmax(a)ptp(a)median(a)Numpy的統(tǒng)計函數(shù)（2）Numpy的統(tǒng)計函數(shù)——舉例2Numpy數(shù)組也可以通過sort方法進行就地排序，多維數(shù)組可以在任何一個軸向上進行排序，只需將軸編號傳給sortNumpy的排序函數(shù)——sort函數(shù)說明rand(d0,d1,d2,...,dn)根據(jù)d0-dn創(chuàng)建隨機數(shù)數(shù)組，浮點數(shù)[0,1)均勻分布randn(d0,d1,d2,...,dn)根據(jù)d0-dn創(chuàng)建隨機數(shù)數(shù)組標準正態(tài)分布randint(low,high,shape)根據(jù)shape創(chuàng)建隨機整數(shù)或整數(shù)數(shù)組，范圍[low,high]seed(s)隨機數(shù)種子，s是給定的種子值Numpy的random子庫np.random.*Numpy的隨機函數(shù)np.random的隨機函數(shù)——舉例np.unique()Numpy的去重函數(shù)——unique大數(shù)據(jù)導論6.Numpy的文件讀取操作np.savetxt()：將Numpy數(shù)組保存到磁盤中np.loadtxt()：從磁盤中讀取數(shù)據(jù)導Numpy中寫入函數(shù)：np.savetxt(frame,

array,

fmt='%.18e',

delimiter=None)?frame

:

文件、字符串或產生器，可以是.gz或.bz2的壓縮文件?array

:

存入文件的數(shù)組?fmt:

寫入文件的格式，例如：%d

%.2f

%.18e?delimiter

:

分割字符串，默認是任何空格Numpy的文件讀取操作CSV是一種常見的文件格式，用來存儲批量數(shù)據(jù)指標，2020年第一季度，2019年第四季度，2019年第三季度，2019年第二季度國內生產總值當季值(億元)，206504.3，278019.7，252208.7，242573.8國內生產總值累計值(億元)，206504.3，990865.1，712845.4，460636.7第一產業(yè)增加值當季值(億元)，10186.2，27461.6，19798，14437.6第一產業(yè)增加值累計值(億元)，10186.2，70466.7，43005，23207CSV

(Comma‐Separated

Value,逗號分隔值)文件讀取函數(shù)：np.loadtxt(frame,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)frame

:

文件、字符串或產生器，可以是.gz或.bz2的壓縮文件dtype:

數(shù)據(jù)類型，可選delimiter

:

分割字符串，默認是任何空格unpack

:

如果True，讀入屬性將分別寫入不同變量skiprows:跳過前x行,一般跳過第一行表頭usecols:讀取指定的列,索引,元組類型Numpy的文件讀取操作讀取iris數(shù)據(jù)集中的花萼長度數(shù)據(jù)（已保存為csv格式），文件名：iris.csv。路徑位于D:\Data\iris.c