Python数据分析与展示
1. NumPy入门单元
1.0. 数据的维度
- 从一个数据到一组数据
- 一个数据:表达一个含义
- 一组数据:表达一个或多个含义
- 维度:一组数据的组织形式
- 一组数据可以在不同的维度上展开表达不同的含义
- 一维数据:由对等关系的有序或无序数据构成,采用线性方式组织
- 对应列表、数组和集合等概念
- 列表和数组
- 一组数据的有序结构
- 区别:
- 列表:数据类型可以不同
- 数组:数据类型相同
- 二维数据:由多个一维数据构成,是一维数据的组合形势
- 表格是典型的二维数据
- 其中,表头是二维数据的一部分
- 多维数据:多维数据有一维或二维数据在新维度上扩展而成
- 表格(二维数据)在时间维度的积累
- 高维数据:仅利用最基本的二元关系展示数据间的复杂结构 1. 例子:
1 2 3 4 5 6 7 8 9 10 11
{ "firstName":"Edward", "lastName" :"Wang", "address" :{ "streetAddr":"中关村南大街5号", "city" :"北京市", "zipcode" :"10081" }, "prof" :["Computer System","Security"] }
- 键值对方式保存
- 数据维度的Python表示
- 一维数据:列表和集合类型
- 二维数据:列表类型
- 多维数据:列表类型
- 高维数据:字典类型或数据表示格式
- 数据表示格式:
- Json
- Xml
- Yaml
- 数据表示格式:
- 一组数据可以在不同的维度上展开表达不同的含义
1.1 NumPy的数组对象
- NumPy
- NumPy是一个开源的Python科学计算基础库
- 一个强大的N为数组对象
ndarry
- 广播功能函数
- 整合C/C++/Fortran代码的工具
- 线性代数、傅里叶变换、随机数生成功能
- NumPy是SciPy、Pandas等数据处理或科学计算库的基础
- 一个强大的N为数组对象
- NumPy的引用
1 2
import NumPy as np #as np表示将引入模块改为别名np,建议使用上述约定的别名
- NumPy是一个开源的Python科学计算基础库
- N维数组对象:ndarry
- 为什么需要一个数组?
- 举个例子:计算
\(A^2+B^3\)
- 其中,A和B是一维数组 引用ndarry数组之前:
1 2 3 4 5 6 7 8 9
def pySum(): a = [0,1,2,3,4] b = [9,8,7,6,5] c =[] for i in range(len(a)): c.append(a[i]**2 + b[i]**3) return c print(pySum())
引用ndarray数组后:
1 2 3 4 5 6 7 8 9 10 11 12
import NumPy as np def npSum(): a = np.array([0,1,2,3,4]) b = np.array([9,8,7,6,5]) c = a**2 + b**3 #将数组a,b当成两个数据,在维度相同时可以直接进行运算 return c print(npSum())
- 数组对象可以去掉元素间运算所需的循环,使一维向量更像单个数据。
- 设置专门的数组对象,经过优化,可以提升这类应用的运算速度。
- 举个例子:计算
\(A^2+B^3\)
- 观察:在科学计算中,一个维度所有数据的类型往往相同。
- 数组对象采用相同的数据类型,有助于节省运算和存储空间
- ndarray
- ndarray是一个多维数组对象,由两部分构成:
- 实际的数据
- 描述这些数据的元数据(数据维度、数据类型等)
- ndarray数组一般要求所有元素类型相同(同质),数组下标从0开始。
- ndarray实例:
np.array()
生成一个ndarray数组np.array()
输出成[]形势,元素由空格分割- 两个基本概念:
- 轴(axis):保存数据的维度
- 秩(rank): 轴的数量
-
ndarray对象的属性
属性 说明 .ndim 秩,即轴的数量或维度的数量 .shape ndarray对象的尺度,对于矩阵,n行m列 .size ndarray对象元素的个数,相当于.shape中n*m的值 .dtype ndarray对象的元素类型 .itemsize ndarray对象中每个元素的大小,以字节为单位 - ndarray的元素类型
- 对比:Python语法仅支持整数、浮点数和复数3种类型
- 科学计算设计数据较多,对存储和性能都有较高要求
- 对元素类型精细定义,有助于NumPy合理使用存储空间并优化性能
- 对元素类型精细定义,有助于程序员对程序规模有合理评估
- 对比:Python语法仅支持整数、浮点数和复数3种类型
- ndarray数组可以由非同质对象构成。
- 非同质ndarray元素为对象类型
- 非同质ndarray对象无法有效发挥NumPy优势,尽量避免使用
- ndarray是一个多维数组对象,由两部分构成:
- 为什么需要一个数组?
1.2. ndarray数组的创建和变换
- 创建方法
-
从Python中的列表、元组等类型创建
1 2 3 4
import NumPy as np x = np.array(list/tuple) x = np.array(list/tuple,dtype = float32) #当np.array()不指定dtype是,NumPy将根据数据情况关联一个dtype类型。
-
使用NumPy中函数创建,如:arange,ones,zeros等
函数 说明 np.arange(n)
类似 range()
函数,返回ndarray类型,元素从0到n-1np.ones(shape)
根据shape生成一个全1数组,shape是元祖类型(先横后纵) np.zeros(shape)
同上,生成一个全0数组 np.full(shape,val)
同上,生成一个数组,每个元素之都是 val
np.eye(n)
创建一个正方的n*n单位矩阵,对角线为1,其余为0 - 此外还有
ap.ones_like(a)
即依照数组a
的格式生成一个新数组,内中元素为1;仿照表上的函数,还有两种生成方法。 -
np.linspace(,endpoint)
:根据起止数据等间距地填充数据,形成数组(默认为浮点数)。endpoint为布尔值表示最后数字是否包含在最终生成的数组里1 2
a = np.linspace(1,10,4) print(a)
输出:
array([1.,4.,7.,10.])
np.concatenate()
:将两个或多个数组合并成一个新的数组
- 此外还有
- 从字节流(raw bytes)中创建
- 从文件中读取特定格式创建
-
-
数组的变换
-
维度变换
1
a = np.ones((2,3,4),dtype = np.int32)
- 常用方法
方法 说明 .reshape(shape)
不改变数组元素,返回一个shape形状的数组,原数组不变 .resize(shape)
与.reshape()功能一致,但修改原数组 .swapaxes(ax1,ax2)
将数组n个维度中的两个维度进行调换 .flatten()
对数组进行降维,返回折叠后的一位数组,原数组不变 -
类型变换
1
new_a = a.astype(new_type)
- astype()方法一定会创建新的数组(原始数据的一个拷贝),即使两个类型一致。
- ndarray数组向列表的转换:
1
ls = a.tolist()
-
1.3. 数组的操作————索引和切片
- 索引:获取数组中特定位置元素的过程
- 切片:获取数组元素子集的过程
- 一维数组:
- 一维数组的索引和切片同列表类似
- 索引:形如
a[2]
的取元素方法。 - 切片:
1 2
a[起始编号:终止编号(不含):步长] a[1:6:2]#example
- 索引:形如
- 一维数组的索引和切片同列表类似
- 多维数组:
-
索引:
1 2
a[1,2,3]#按编号索引元素 a[-1,-2,-3]#倒数检索
-
切片:
1 2 3 4 5 6 7 8
a = np.arange(24).reshape((2,3,4))#生成一个元素取值从0~24的三维数组 a[:,1 #`:`指选取这一维度的所有元素,`1`表示第2个维度的2号(起始位置是0号)元素, #`-3`表示第3个维度的倒数第3号元素。 a[:,1:3,:] #第二个维度的从1号到3号(左闭右开,不含3号)元素。 a[:,:,::2] #`::2`表示步长为二的幅度选取元素。
-
1.4. ndarray数组的运算
- 数组与标量之间的运算
- 数组与标量之间的运算作用于数组的每一个元素
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
#创建数组: a_234 = np.arange(24).reshape((2,3,4)) a_234 >>array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]) #与标量进行乘除运算 a_234/a.mean()#a.mean取元素平均值 >>array([[[0. , 0.28571429, 0.57142857, 0.85714286], [1.14285714, 1.42857143, 1.71428571, 2. ], [2.28571429, 2.57142857, 2.85714286, 3.14285714]], [[3.42857143, 3.71428571, 4. , 4.28571429], [4.57142857, 4.85714286, 5.14285714, 5.42857143], [5.71428571, 6. , 6.28571429, 6.57142857]]]) #与标量进行加减运算 a_234+10 >>array([[[10, 11, 12, 13], [14, 15, 16, 17], [18, 19, 20, 21]], [[22, 23, 24, 25], [26, 27, 28, 29], [30, 31, 32, 33]]])
- numpy中自带的对数据操作的一元函数
- 这些函数会对数组中的每一个元素进行相同的操作,a表示数组,可以是一维也可以是多维。
- 以下表格供查阅
函数 | 功能 |
---|---|
np.abs(a) 或 np.fabs(a) | 计算各个元素的绝对值 |
np.sqrt(a) | 计算数组各元素的平方根 |
np.square(a) | 计算数组各元素的平方根 |
np.log(a)、np.log10(a)、np.log2(a) | 计算数组各元素的自然对数、10底对数、2底对数 |
np.ceil(a)、np.floor(a) | 计算数组各元素的ceiling值或floor值 |
np.around(a, decimals=0, out=None) | 按指定的小数点位数返回新的数组 |
np.rint(a) | 计算数组各元素的四舍五入值 |
np.modf(a) | 将数组各元素的小数和整数部分以两个独立的数组形式返回 |
np.cos(a)、np.sin(a)、np.tan(a)、np.cosh(a)、np.sinh(a)、np.tanh(a) | 数组各元素进行平通型和双曲型三角函数 |
np.exp(a) | 指数运算 |
np.sign(a) | 计算各元素的符号值,1(+),0,-1(-) |
a**2 | 对数组各元素进行指数运算 |
- 函数并不会改变原来的数组,而是返回一个新的数组。
- numpy中自带的对数据操作的二元函数
- 主要涉及到两个数组各元素之间的运算,x/y都是数组,数组的类型必须一致。
函数 | 功能 |
---|---|
+ - * / ** |
两个数组中的元素进行对应的运算 |
np.minimum(x.y),np.maximun(x,y) | 各对应元素之间的最小/最大的 |
np.mod(x,y) | 元素级的模运算 |
np.copysign(x,y) | 将数组y中的元素值的符号赋给数组x中的对应元素 |
> < >= <= == != | 算术比较,产生布尔型数组 |