Python 机器学习库 NumPy 教程

0 Numpy简单介绍

Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。如果接触过matlab、scilab，那么numpy很好入手。

NumPy函数库中存在两种不同的数据类型（矩阵matrix和数组array）,都可以用于处理行列表示的数字元素。调用mat()函数可以将数组转化为矩阵，输入命令如下：

np.mat(np.random.rand(1,4))

1 安装

pip install numpy

在NumPy中，维度称之为axis（复数是axes），维度的数量称之为rank。

（通用做法import numpu as np 简单输入）

2 多维数组

NumPy的数组类是ndarray，它有一个别名是 numpy.array，但这与Python标准库的array.array并不一样。后者仅仅是一个一维数组。而ndarray具有以下的属性：

• ndarray.ndim：数组的维数。在Python世界中，维数称之为rank
• ndarray.shape：数组的维度。这是一系列数字，长度由数组的维度（ndim）决定。例如：长度为n的一维数组的shape是n。一个n行m列的矩阵的shape是n,m
• ndarray.size：数组中所有元素的数量
• ndarray.dtype：数组中元素的类型，例如numpy.int32, numpy.int16或者numpy.float64
• ndarray.itemsize：数组中每个元素的大小，单位为字节
• ndarray.data：存储数组元素的缓冲。通常我们只需要通过下标来访问元素，而不需要访问缓冲

以list或tuple变量为参数产生一维数组：

np.array([1,2,3,4]) 

np.array((1.2,2,3,4))  

以list或tuple变量为元素产生二维数组或者多维数组：

np.array(((1,2,3),(4,5,6)))  

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

我们也可以在创建数组的时候，指定元素的类型，例如这样：

np.array([[1,2],[3,4]], dtype=complex )

可以使用astype转换类型，在处理文件时候这个会很实用，注意astype 调用会返回一个新的数组，也就是原始数据的一份拷贝。

numeric_strings2 = np.array(['1.23','2.34','3.45'],dtype=np.string_)
print(numeric_strings2)
[b'1.23' b'2.34' b'3.45']

t=numeric_strings2.astype(float)
print(t)
[ 1.23  2.34  3.45]

3 numpy索引(index)与切片(slicing)

• index 和slicing ：第一数值类似数组横坐标，第二个为纵坐标；

x=np.array(((1,2,3,4),(5,6,7,8),(9,10,11,12)))
y=x[:,1]
y[0]=20
print(y)
print(x)

结果：

通过上面可以发现改变y会改变x ，因而我们可以推断，y和x指向是同一块内存空间值，系统没有为y 新开辟空间把x值赋值过去。

arr = np.arange(10)
arr[3:6]=10
print(arr)

结果：

思考为什么这么设计？ Numpy 设计是为了处理大数据，如果切片采用数据复制话会产生极大的性能和内存消耗问题。

•  假如说需要对数组是一份副本而不是视图可以如下操作：

arr = np.arange(10) 
arr_copy = arr[3:6].copy() 
print(arr_copy)
arr_copy[:]=24 
print(arr_copy)
print(arr)

结果：

• 再看下对list 切片修改（这里设计到python 中深浅拷贝，其中切片属于浅拷贝）：

l=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 
l[5:8] = 12 #报错 TypeError: can only assign an iterable
print(l)
l1= l[5:8]
print(l1)
l1[0]=12 
print(l1)
print(l)

结果：

4 多维数组索引（index）、切片(slicing)

arr2d = np.arange(1,10).reshape(3,3)
print(arr2d)
print(arr2d[2])
print(arr2d[0][2])
print(arr2d[0,2])

结果：

5 基本的矩阵运算

转置：

a = np.array([[1,0],[2,3]])
print(a)
print()
print(a.transpose())

结果：

特征值、特征向量：

6 Shape与操作

除了生成数组之外，当我们已经持有某个数据之后，我们可能会需要根据已有数组来产生一些新的数据结构，这时候我们可以使用下面这些函数：

• reshape：根据已有数组和指定的shape，生成一个新的数组
• vstack：用来将多个数组在垂直（v代表vertical）方向拼接（数组的维度必须匹配）
• hstack：用来将多个数组在水平（h代表horizontal）方向拼接（数组的维度必须匹配）
• hsplit：用来将数组在水平方向拆分
• vsplit：用来将数组在垂直方向拆分

7 特定array的创建

在实际上的项目工程中，我们常常会需要一些特定的数据，NumPy中提供了这么一些辅助函数:

• zeros：用来创建元素全部是0的数组
• ones：用来创建元素全部是1的数组
• empty：用来创建未初始化的数据，因此是内容是不确定的
• arange：通过指定范围和步长来创建数组
• linespace：通过指定范围和元素数量来创建数组
• random：用来生成随机数

参考：

numpy 基础入门 - 30分钟学会numpy 

Python 机器学习库 NumPy 教程