python擴展庫1—numpy

1 數組對象

創建數組

import numpy as np
a = np.arange(10)
b = np.arange(2,10,1) #[2,10)步長為1
c = np.linspace(0,10,20) #[0,10]共20個
d = np.array([range(5)]) #用list/tuple創建數組

快速生成x*y的全零數組

a = np.zeros((3,4))

a = np.random.rand(5)

一維數組轉化為二維數組

a = np.arange(20)
a = a.reshape(4,5)

ps：使用reshape(-1,5)得到一樣的結果，會根據列自動適應行

構造更高維的

a = a.reshape(2,2,5)

二維數組轉化為一維數組

a = np.array([[1,2,3],[4,5,6]])
a = np.ravel(a)

查看數組屬性

a.ndim查看維度，a.shape查看各維度大小，a.size查看元素個數，a.dtype查看元素類型

數組切割vsplit（）和hsplit（）

vsplit()來進行分行，而hsplit分列，np.vsplit(arr,indices)

a = np.arange(18).reshape(-1,3)
print a
print np.vsplit(a,3)  
print np.hsplit(a,3)

輸出為

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14],
       [15, 16, 17]])
[array([[0, 1, 2],
       [3, 4, 5]]), array([[ 6,  7,  8],
       [ 9, 10, 11]]), array([[12, 13, 14],
       [15, 16, 17]])]
[array([[ 0],
       [ 3],
       [ 6],
       [ 9],
       [12],
       [15]]), array([[ 1],
       [ 4],
       [ 7],
       [10],
       [13],
       [16]]), array([[ 2],
       [ 5],
       [ 8],
       [11],
       [14],
       [17]])]

按指定位置切分

將第二個參數改為list，來指定切分的位置

print np.vsplit(1,4) #以第1和第4行進行切分

數組操作

1) ‘+’,’-’,’*’,’/’ 加減乘除

2)開根號、指數操作

a = np.array([1,2])
print np.array(a)
print np.sqrt(a)
print np.exp(a)
print np.square(a)
print np.power(a,5)
print a**5  #和np.power(a,5)效果一樣

3）最大最小值

a.min()
a.max()
a.sum()
a.min(axis=0) #minimun element in each column  
a.min(axis=1) #minimun element in each row
a.max(axis=0)
a.max(axis=1)

4)數組均值、中位數

np.mean(a)
np.median(a)

數組取值

1）可以直接使用下標取值，直接賦值為淺拷貝（b=a，為b指向了a的記憶體地址），要真正拷貝，使用copy

a = np.array([[1,2],[3,4]])
b = a
c = a.copy()
print a[0][0], b[0][0], c[0][0]  #1 1 1
b[0][0] = 5
print a[0][0], b[0][0], c[0][0]  # 5 5 1

2)利用’:’可以訪問某一維的全部數據

a = np.arange(20).reshape(4, 5)
print a[:,[1,3]] #取出a的每一行的第2到4個元素

數組拼接

a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.hstack([a,b]) #[1, 2, 3, 4, 5, 6]
d = np.vstack([a,b]) #[[1, 2, 3],
                                # [4, 5, 6]]

二 矩陣對象

創建矩陣

矩陣是二維的，而數組的可以是任意正整數維

a = np.arange(5)
a = np.mat(a) #[[0, 1, 2, 3, 4]]
b = np.mat('1 2;3 4') #[[1, 2],
         #[3, 4]]

矩陣乘法

矩陣的’*’操作符進行的是矩陣乘法，乘號左側的矩陣列和乘號右側的矩陣行要相等，而在數組中’*’操作符進行的是每一元素的對應相乘，乘號兩側的數組每一維大小需要一致

矩陣轉置

a = np.array([[1, 2, 3], [4, 5, 6]])
print np.transpose(a)   #數組用transpose
print np.matrix(a).T  #矩陣用T

矩陣求逆

a = np.mat('1.0 2.0;3.0 4.0')
b = nlg.inv(a)
print a*b #[[1.0000000e+00 0.0000000e+00]
    #[8.8817842e-16 1.0000000e+00]]

特征值與特征向量

eig_value, eig_vector = nlg.eig(a)

3 其他

缺失值處理

用nan作為缺失值，用isnan判定

a = np.random.rand(2,2)
a[0, 1] = np.nan
print np.isnan(a) #[[False  True]
 # [False False]]