Python數據分析--工具安裝及Numpy介紹(1)

来源:https://www.cnblogs.com/codingchen/archive/2022/05/19/16284665.html
-Advertisement-
Play Games

Anaconda 是一個跨平臺的版本，通過命令行來管理安裝包。進行大規模數據處理、預測分析和科學計算。它包括近 200 個工具包，大數據處理需要用到的常見包有 NumPy 、 SciPy 、 pandas 、 IPython 、 Matplotlib 、 Scikit-learn 、statsmod ...


Anaconda 是一個跨平臺的版本，通過命令行來管理安裝包。進行大規模數據處理、預測分析和科學計算。它包括近 200 個工具包，大數據處理需要用到的常見包有 NumPy 、 SciPy 、 pandas 、 IPython 、 Matplotlib 、 Scikit-learn 、statsmodels、gensim、nltk、networkx、beautifulsoup4和statsmodels 等。
可以直接通過命令進行安裝。如下圖，分別安裝上述相關文件（示例安裝pandas，其他類似）。

一、NumPy(Numerical Python)

    NumPy是 Python 語言的一個擴展程式庫，支持大量的維度數組與矩陣運算，也針對數組運算提供大量的數學函數庫。NumPy 為開放源代碼並且由許多協作者共同維護開發，是一個運行速度非常快的數學庫，用於數組計算。

     NumPy 通常與 SciPy（Scientific Python）和 Matplotlib（繪圖庫）一起使用，可廣泛用於替代 MatLab，是一個強大的科學計算環境，便於後期學習數據科學和者機器學習。 SciPy 是一個開源的 Python 演算法庫和數學工具包， 包含的模塊有最優化、線性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。 

Matplotlib 是 Python 編程語言及其數值數學擴展包 NumPy 的可視化操作界面，是為利用通用的圖形用戶界面工具包，如 Tkinter, wxPython, Qt 或 GTK+ 嚮應用程式嵌入式繪圖提供了應用程式介面（API），前期在數據可視化中做作過簡單的介紹。

1、numpy中的數組操作及代碼

NumPy中的ndarray是一個多維數組對象，該對象由兩部分組成：實際的數據和描述這些數據的元數據，大部分的數組操作僅僅修改元數據部分。

import numpy as np  #導入numpy包，並另命令為np

a = np.arange(5)  # 調用numpy中的函數arange,函數創建數組
print(a.dtype)   # 列印出數組a的數據類型
print(a.shape)  #數組的 shape 屬性返回一個元組（tuple）,元組中的元素即為NumPy數組每一個維度上的大小
print('\n')
#創建多維數組
m = np.array([np.arange(5), np.arange(5)]) #列表作為參數傳給array函數，從而創建了一個5×2的數組
print(m)

#選取數組元素
print(m[0,0])
print(m[0,1])
print(m[1,1])
print(m[1,2])
print(m[1,3])

# NumPy 自定義的異構數據類型，該數據類型包括一個用字元串記錄的名字、一個用
# 整數記錄的數字以及一個用浮點數記錄的價格 
t = np.dtype([('name', np.str_, 40), ('numitems', np.int32), ('price',np.float32)])
print(t)

# 一維數組的索引和切片
a = np.arange(9)
print(a[3:7])
print('\n')
#多維數組的切片和索引
b = np.arange(24).reshape(2,3,4)  #reshape函數的作用是改變數組的“形狀”,也就是改變數組的維度
#其參數為一個正整數元組，分別指定數組在每個維度上的大小

print(b.shape)
print('\n')
print(b)
print('\n')
print(b[0])
print('\n')
print(b[:,0,0]) #下標用英文標點的冒號:來代替,表示不限該位置的參數,即列印出b的第1行，第1列的所有元組的數據。

運行結果如下：

至於具體更詳細的用法，可以多試試。

二、numpy改變數組的維度

上述的reshape函數可以將一維數組[0,1,2,...,23]轉變為具有2個元素，每個元素是一個二維數組的三維數組，同樣，也可以將多維數組轉變為一維數組（將數組展平）。

可以用 ravel 等函數完成相關操作，見如下代碼：

import numpy as np  #導入numpy包，並另命令為np

c = np.array([   #先定義一個numpy的多維數組
    [[0,1,2,3],[4,5,6,7],[8,9,10,11]],
    [[12,13, 14,15],[16,17,18,19],[20,21,22,23]]
     ])
e=d=c  
print (c.ravel())
print('\n')
print(c.flatten())
print('\n')
#用元組設置維度
d.shape = (6,4)
print(d)
print('\n')
# transpose用於轉置，即行列互換，即線性代數中的轉置矩陣
print(e.transpose())

運行結果：

三、數組的組合

NumPy數組有水平組合、垂直組合和深度組合等多種組合方式，使用 vstack 、dstack 、 hstack 、 column_stack 、 row_stack 以及 concatenate 等函數來完成數組的組合。

import numpy as np  #導入numpy包，並另命令為np

a = np.arange(9).reshape(3,3)#定義a為3行3列的二維數組
b=2*a #定義b,且b的每個元素均為a的兩倍。

print(a)  #列印出a數列
print('\n')
print(b) #列印出b數列
print('\n')

運行結果：

[[0 1 2]
 [3 4 5]
 [6 7 8]]


[[ 0  2  4]
 [ 6  8 10]
 [12 14 16]]　

分別看一下組合後的運行結果，代碼如下：

import numpy as np  #導入numpy包，並另命令為np

a = np.arange(9).reshape(3,3)   #定義a為3行3列的二維數組
b=2*a  #定義b,且b的每個元素均為a的兩倍,數組結構與a一致。

#水平組合:將ndarray對象構成的元組作為參數，傳給hstack 函數
print(np.hstack((a, b)))  #水平組合
print('\n')
print(np.concatenate((a, b), axis=1))  #註意axis參數
print('\n')
#垂直組合
print(np.vstack((a, b)))
print('\n')
print(np.concatenate((a, b), axis=0))#註意axis=0是預設值，即可以不設置。
print('\n')

運行結果如下：

很明顯，上述函數np.hstack((a,b))的結果顯示為將a的行與b的行連成一個更長的行(np.concatenate()函數一樣，只是多了一個參數),相當於增加了數組的列數。

而np.vstack((a,b)),則是結合成具有更多的行，而列數不變。用二維表示如下：

                                             

接下來看一下深度組合、列組合、行組合

import numpy as np  #導入numpy包，並另命令為np

a = np.arange(9).reshape(3,3)   #定義a為3行3列的二維數組
b=2*a  #定義b,且b的每個元素均為a的兩倍,數組結構與a一致。

#深度組合 將相同的元組作為參數傳給 dstack
print(np.dstack((a, b)))
print('\n')

#列組合
print(np.column_stack((a, b)))#對於二維數組,column_stack 與hstack的效果是相同
print('\n') 
# 行組合
print(np.row_stack((a,b)))#對於二維數組,column_stack與vstack 的效果是相同

 

從上可以看出，深度組合，就是將一系列數組沿著縱軸（深度）方向進行層疊組合，比如這裡只有2個數組a和b，所以深度只有2，由於a和b都是3*3，就形成如下結果：

二維數組中，行組合和列組合與水平組合、垂直組合一樣，不作過多介紹。

四、數組的分割

數組能組合 ，當然也能分割成多個子數組。像組合一樣，也可分為水平分割、垂直分割、深度分割。

1、水平分割 和垂直分割

import numpy as np  #導入numpy包，並另命令為np

a = np.array([[0, 1, 2],[3, 4, 5],[6, 7, 8]]) #定義一個多維數組
#水平分割
print(np.hsplit(a,3))  #hsplit把數組沿著水平方向分割為3個相同大小的子數組
# 或者
print(np.split(a,3,axis=1)) #同hsplit

#垂直分割
print(np.vsplit(a,3))  #vsplit把數組沿著垂直方向分割為3個相同大小的子數組
# 或者
print(np.split(a,3,axis=0)) #同vsplit，註意參數

運行結果：

整理後，得到：[array([[0],[3],[6]]), array([[1], [4],[7]]), array([[2],[5],[8]])]也就是將0，3，6歸為一組，註意：都是分別用"[ ]"和","分開的。

2、深度分割

import numpy as np  #導入numpy包，並另命令為np

c = np.array(np.arange(27).reshape(3, 3, 3))  #創建一個多維數組，並設置
print(np.dsplit(c,3))

運行結果如下：

[array([[[ 0],[ 3],[ 6]],[[ 9],[12],[15]],[[18],[21],[24]]]),

array([[[ 1],[ 4],[ 7]],[[10],[13],[16]],[[19],[22],[25]]]),

array([[[ 2],[ 5],[ 8]],[[11],[14],[17]],[[20],[23],[26]]])

]

生成的C數組為 ： 

 這三塊數據應該像紙張一樣疊加的，0，3，6的下一層對應的是9，12，15，再下一層是18，21，24。

五、Numpy數組的其他屬性

在開始的代碼中有 .dtype和 .shape分別是數組的兩個不同的屬性，除此之外，還有其他屬性，如下：

import numpy as np  #導入numpy包，並另命令為np

a = np.array([[0, 1, 2],[3, 4, 5],[6, 7, 8]]) #定義一個多維數組
print(a.dtype)    #數組a的數據類型
print(a.shape)    #數組a的維數
print(a.ndim)     #給出數組的維數，或數組軸的個數
print(a.size)     #給出數組元素的總個數
print(a.itemsize) #元素在記憶體中所占的位元組數
print(a.nbytes)   #元素在記憶體中所占的存儲空間,itemsize和size屬性值的乘積

#複數的表示
b =  np.array([1.j + 1, 2.j + 3])
print(b.real)#列印實數
print(b.imag)#列印虛數部分

c = np.arange(4).reshape(2,2)

print(c)

f = c.flat   #flat屬性,可以像遍歷一維數組一樣去遍歷任意的多維數組
for item in f :
    print(item)
    
#或者獲取多個元素
print( c.flat[[1,3]])
#flat 屬性是一個可賦值的屬性。對flat屬性賦值將導致整個數組的元素都被覆蓋
c.flat=5   # 對flat屬性賦值將導致整個數組的元素都被覆蓋
print(c)

b =  np.array([1.j + 1, 2.j + 3])  # 數組的轉換
print( b.tolist())

print( b.astype(int)) #astype 函數可以在轉換數組時指定數據類型int

運行結果如下：

小結：

上述列舉了許多有關NumPy的基礎知識：數據類型和NumPy數組。類似於Python列表，NumPy數組也可以方便地進行切片和索引操作。但在多維數組上，NumPy有明顯的優勢。
對涉及改變數組維度的操作有很多種——組合、調整、設置維度和分割等，列舉了實用函數進行了說明。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • HarmonyOS崩潰服務能力全新上線，幫你高效解決崩潰問題！
    為了助力開發者高效解決崩潰問題，HarmonyOS服務開放平臺推出了“崩潰服務能力”。你是否也好奇崩潰服務能力有哪些功能？如何集成該能力？讓我們一起往下看吧~ ...
  • 來實現一個DataStore的封裝吧
    之前Content Provider，Room，DataStore一起弄，對於蒟蒻我來說步子邁得太大了，bug滿天飛（DataStore一直給我報錯說同時打開了多個DataStore，卻又找不到問題所在），遂不得不暫且拋下DataStore換回SharedPreference，後來才發現是被Hook ...
  • 【直播回顧】如何成為一名優秀的OpenHamrony貢獻者？
    5月18日晚上19點，戰“碼”先鋒第一期直播《如何成為一名優秀的OpenHamrony 貢獻者？》，在OpenHarmony社群內成功舉行。 ...
  • 鏡頭隨人物而動，視頻編輯服務讓用戶穩站C位
    現如今，視頻是用戶記錄生活最熱門的方式，各種App在發佈視頻界面都提供了視頻簡單剪輯的功能。除了增加音樂、濾鏡、貼紙這些基礎功能以外，用戶越來越追求鏡頭感，這往往需要通過專業的視頻剪輯軟體手動打上關鍵幀，進行放大、縮小、移動等操作才能實現，這增加了用戶分享視頻的門檻，不利於UGC內容的生產。 有沒有 ...
  • 三個數排序
    1 var a,b,c,swap; 2 a=+prompt(); 3 b=+prompt(); 4 c=+prompt(); 5 //冒泡排序：最壞情況：比較n*(n-1)/2輪，以下是3個數比較,考慮最壞情況要比較3輪 6 if(a>b) 7 { 8 swap=a;//判斷表達式中：第一個值>第二 ...
  • 前端動畫實現以及原理淺析
    背景 如今的前端是一個涉獵領域很廣的職業。作為一名前端，我們不僅要開發管理系統、數據中台、還要應對年報開發、節日活動等場景。不僅要會增刪改查，編寫表單，還要具備開發動畫、H5 游戲等能力。能做出很 Cool 的動畫效果，也是一種前端特有的成就感。所以，我們從動畫的實現方法入手，瞭解瀏覽器的渲染，以及 ...
  • TS索引簽名
    索引:對象或數組的對應位置的名字 數組的索引就是 number 類型的 0,1,2,3... 對象的索引就是 string 類型的屬性名 數字索引簽名:通過定義介面用來約束數組 type numberIndex{ [index:number]:string } const testArray:num ...
  • Spring Boot 2.7.0發佈，2.5停止維護，節奏太快了吧
    這幾天是Spring版本日，很多Spring工件都發佈了新版本， Spring Framework 6.0.0 發佈了第 4 個裡程碑版本，此版本包含所有針對 5.3.20 的修複補丁，以及特定於 6.0 分支的 39 項修複和改進。而今天Spring Boot 2.7.0和Spring Secur ...
一周排行
    -Advertisement-
    Play Games
  • 如何基於surging跨網關跨語言進行緩存降級
    基於.NET Framework 4.8 開發的深度學習模型部署測試平臺，提供了YOLO框架的主流系列模型，包括YOLOv8~v9，以及其系列下的Det、Seg、Pose、Obb、Cls等應用場景，同時支持圖像與視頻檢測。模型部署引擎使用的是OpenVINO™、TensorRT、ONNX runti... ...
  • 十年沉澱，重啟開發之路
    十年沉澱，重啟開發之路 十年前，我沉浸在開發的海洋中，每日與代碼為伍，與演算法共舞。那時的我，滿懷激情，對技術的追求近乎狂熱。然而，隨著歲月的流逝，生活的忙碌逐漸占據了我的大部分時間，讓我無暇顧及技術的沉澱與積累。 十年間，我經歷了職業生涯的起伏和變遷。從初出茅廬的菜鳥到逐漸嶄露頭角的開發者，我見證了 ...
  • C#.NET體系圖文概述—2024最全總結
    C# 是一種簡單、現代、面向對象和類型安全的編程語言。.NET 是由 Microsoft 創建的開發平臺，平臺包含了語言規範、工具、運行，支持開發各種應用，如Web、移動、桌面等。.NET框架有多個實現，如.NET Framework、.NET Core（及後續的.NET 5+版本），以及社區版本M... ...
  • 班級擂臺（光榮）榜 - 極簡教育小工具
    前言 本文介紹瞭如何使用三菱提供的MX Component插件實現對三菱PLC軟元件數據的讀寫，記錄了使用電腦模擬，模擬PLC，直至完成測試的詳細流程，並重點介紹了在這個過程中的易錯點，供參考。 用到的軟體： 1. PLC開發編程環境GX Works2，GX Works2下載鏈接 https:// ...
  • web server apache tomcat11-31-websocket
    前言 整理這個官方翻譯的系列，原因是網上大部分的 tomcat 版本比較舊，此版本為 v11 最新的版本。 開源項目 從零手寫實現 tomcat minicat 別稱【嗅虎】心有猛虎，輕嗅薔薇。 系列文章 web server apache tomcat11-01-官方文檔入門介紹 web serv ...
  • day31-jQuery
    1、jQuery介紹 jQuery是什麼 jQuery是一個快速、簡潔的JavaScript框架，是繼Prototype之後又一個優秀的JavaScript代碼庫（或JavaScript框架）。jQuery設計的宗旨是“write Less，Do More”，即倡導寫更少的代碼，做更多的事情。它封裝 ...
  • aardio爬蟲) 實戰篇：逆向有道翻譯web介面
    前言 之前的文章把js引擎(aardio封裝庫) 微軟開源的js引擎(ChakraCore))寫好了，這篇文章整點js代碼來測一下bug。測試網站：https://fanyi.youdao.com/index.html#/ 逆向思路 逆向思路可以看有道翻譯js逆向（MD5加密，AES加密）附完整源碼 ...
  • 面試官：這就是你理解的Java多線程基礎？
    引言 現代的操作系統（Windows，Linux，Mac OS）等都可以同時打開多個軟體（任務），這些軟體在我們的感知上是同時運行的，例如我們可以一邊瀏覽網頁，一邊聽音樂。而CPU執行代碼同一時間只能執行一條，但即使我們的電腦是單核CPU也可以同時運行多個任務，如下圖所示，這是因為我們的 CPU 的 ...
  • Python文本統計與分析從基礎到進階
    掌握使用Python進行文本英文統計的基本方法，並瞭解如何進一步優化和擴展這些方法，以應對更複雜的文本分析任務。 ...
  • Redis多數據源，看這篇就夠了
    背景 Redis多數據源常見的場景： 分區數據處理：當數據量增長時，單個Redis實例可能無法處理所有的數據。通過使用多個Redis數據源，可以將數據分區存儲在不同的實例中，使得數據處理更加高效。 多租戶應用程式：對於多租戶應用程式，每個租戶可以擁有自己的Redis數據源，以確保數據隔離和安全性。 ...
所有分類