numpy 中不常用的一些方法

作者：代码律动
链接：https://zhuanlan.zhihu.com/p/36303821
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

挑战 1：引入 numpy 并查看 numpy 的版本。

要求：这是第一步，以后我们使用 numpy 时都将用别名 np。

# 答案
import numpy as np
print(np.__version__)
#> 1.13.3

挑战 2：创建数组

要求：创建一维数组，内容为从 0 到 9。

# 输入数组
arr = np.arange(10)

挑战 3：创建布尔数组

要求：数组大小为 3*3，全部为 True。

# 答案一：
np.full((3, 3), True, dtype=bool)
# 答案二：
np.ones((3,3), dtype=bool)

挑战 4：按要求抽取数组中的元素

要求：原数组为一维数组，内容为从 0 到 9，抽取出所有奇数。

# 输入数组
arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])  

# 答案
arr[arr % 2 == 1] 
#> array([1, 3, 5, 7, 9])

挑战 5：按要求修改数组中的元素（原地修改）

要求：原数组为一维数组，内容为从 0 到 9，将所有奇数原地修改为 -1。

# 输入数组 
arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# 答案
arr[arr % 2 == 1] = -1 
#> array([ 0, -1,  2, -1,  4, -1,  6, -1,  8, -1])

挑战 6：按要求修改数组中的元素（返回新数组）

要求：原数组为一维数组，内容为从 0 到 9，返回一个该数组的拷贝，其中奇数修改为 -1。

# 输入数组
arr = np.arange(10) 

# 答案
out = np.where(arr % 2 == 1, -1, arr) 
#> array([ 0, -1,  2, -1,  4, -1,  6, -1,  8, -1])

挑战 7：修改数组的形状

要求：将给定的一维数组 reshape 为二维数组，其中新数组的行数为2。

# 输入数组
arr = np.arange(10) 

# 答案
arr.reshape(2, -1)  # -1 表示自动计算该维度的大小
#> array([[0, 1, 2, 3, 4],  [5, 6, 7, 8, 9]])

挑战 8：合并数组（列方向）

要求：将给定数组在列方向上合并。

# 输入数组
a = np.arange(10).reshape(2,-1) b = np.repeat(1, 10).reshape(2,-1)

# 答案 1: 
np.concatenate([a, b], axis=0)  
# 答案 2: 
np.vstack([a, b])  
# 答案 3: 
np.r_[a, b] 
#> array([[0, 1, 2, 3, 4], 
#>        [5, 6, 7, 8, 9], 
#>        [1, 1, 1, 1, 1], 
#>        [1, 1, 1, 1, 1]])

挑战 9：合并数组（水平方向）

要求：将给定数组在水平方向上合并。

# 输入数组
a = np.arange(10).reshape(2,-1) 
b = np.repeat(1, 10).reshape(2,-1) 

# 答案 1: 
np.concatenate([a, b], axis=1) 
# 答案 2: 
np.hstack([a, b])  
# 答案 3: 
np.c_[a, b] 
#> array([[0, 1, 2, 3, 4, 1, 1, 1, 1, 1], 
#>        [5, 6, 7, 8, 9, 1, 1, 1, 1, 1]])

挑战 10：创建数组（进阶）

要求：不用硬编码，使用内置方法，从给定数组 a 生成数组 b。

# 输入数组
a = np.array([1,2,3])
b = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3])

# 答案
np.r_[np.repeat(a, 3), np.tile(a, 3)]

挑战 11：返回公共元素

要求：给定两个数组，要求返回这两个数组元素的交集。

# 输入数组
a = np.array([1,2,3,2,3,4,3,4,5,6]) 
b = np.array([7,2,10,2,7,4,9,4,9,8]) 

# 答案：
np.intersect1d(a,b) 
#> array([2, 4])

挑战 12：删除元素

要求：给定两个数组 a、b，从数组 a 中删除 b 中出现的元素。

# 输入数组
a = np.array([1,2,3,4,5]) 
b = np.array([5,6,7,8,9])  

# 答案
np.setdiff1d(a,b) 
#> array([1, 2, 3, 4])

挑战 13：找出相同元素

要求：给定两个数组 a、b，返回两数组中相同元素的下标。

# 输入数
a = np.array([1,2,3,2,3,4,3,4,5,6]) 
b = np.array([7,2,10,2,7,4,9,4,9,8])  

# 答案：
np.where(a == b) 
#> (array([1, 3, 5, 7]),)

挑战 14：按要求取出元素

要求：从数组中取出大于等于 5 且小于等于 10 的元素。

# 输入数组
a = np.arange(15) 

# 答案 1: 
index = np.where((a >= 5) & (a <= 10)) 
a[index]  

# 答案 2: 
index = np.where(np.logical_and(a>=5, a<=10)) 
a[index] 

# 答案 3:
a[(a >= 5) & (a <= 10)]
#> (array([6, 9, 10]),)  

挑战 15：实现 max 的 numpy 版

要求：给定长度相同的数组 a、b，返回一个新数组，数组上的每一个元素为 max(a_i, b_i)。

若 pair_max 为满足要求的函数，则对于 a 和 b，期望输出如下：

# 输入数组
a = np.array([5, 7, 9, 8, 6, 4, 5])
b = np.array([6, 3, 4, 8, 9, 7, 1])
pair_max(a, b)

#> 期望输出：array([ 6.,  7.,  9.,  8.,  9.,  7.,  5.])

# 答案:
def maxx(x, y):
    """Get the maximum of two items"""
    if x >= y:
        return x
    else:
        return y

pair_max = np.vectorize(maxx, otypes=[float])

a = np.array([5, 7, 9, 8, 6, 4, 5])
b = np.array([6, 3, 4, 8, 9, 7, 1])

pair_max(a, b)

挑战 16：交换二维数组的列

要求：交换数组的第一第二列。

# 输入数组
arr = np.arange(9).reshape(3,3) 

# 答案: 
arr[:, [1,0,2]] 
#> array([[1, 0, 2], 
#>        [4, 3, 5], 
#>        [7, 6, 8]])

挑战 17：交换二维数组的行

要求：交换二维数组的第一第二行。

# 输入数组 
arr = np.arange(9).reshape(3,3)  

# 答案 
arr[[1,0,2], :] 
#> array([[3, 4, 5], 
#>        [0, 1, 2], 
#>        [6, 7, 8]])

挑战 18：将一个数组按行反序

要求：数组 arr 为二维数组，将其行反序。

# 输入数组
arr = np.arange(9).reshape(3,3)

# 答案:
arr[::-1]

挑战 19：将一个数组按列反序

要求：数组 arr 为二维数组，将其列反序。

# 输入数组
arr = np.arange(9).reshape(3,3)

# 答案:
arr[:, ::-1]

挑战 20：创建随机数组

要求：创建一个 5*3 的数组，数组元素为 5 到 10 的随机浮点数。

# 答案 1: 
rand_arr = np.random.randint(low=5, high=10, size=(5,3)) + np.random.random((5,3)) 
# print(rand_arr)  
# 答案 2: 
rand_arr = np.random.uniform(5,10, size=(5,3)) 
print(rand_arr) 
#> [[ 8.50061025  9.10531502  6.85867783] 
#>  [ 9.76262069  9.87717411  7.13466701] 
#>  [ 7.48966403  8.33409158  6.16808631] 
#>  [ 7.75010551  9.94535696  5.27373226] 
#>  [ 8.0850361   5.56165518  7.31244004]]

挑战 21：按要求打印数组（一）

要求：数组元素输出时保留 3 位小数。

# 输入数组 
rand_arr = np.random.random([5,3]) 

# 答案：
# 设置保留 3 位小数 
np.set_printoptions(precision=3) 
rand_arr[:4] 
#> array([[ 0.443,  0.109,  0.97 ], 
#>        [ 0.388,  0.447,  0.191], 
#>        [ 0.891,  0.474,  0.212], 
#>        [ 0.609,  0.518,  0.403]])

挑战 22：按要求打印数组（二）

要求：数组为小数，使用小数点的形式来打印，而不是科学记数法（如1e-4）。

# 输入数组
np.random.seed(100)
rand_arr = np.random.random([3,3])/1e3
rand_arr
#> array([[  5.434049e-04,   2.783694e-04,   4.245176e-04],
#>        [  8.447761e-04,   4.718856e-06,   1.215691e-04],
#>        [  6.707491e-04,   8.258528e-04,   1.367066e-04]])

# 答案:
np.set_printoptions(suppress=True, precision=6)  # precision 是可选项
rand_arr
#> array([[ 0.000543,  0.000278,  0.000425],
#>        [ 0.000845,  0.000005,  0.000122],
#>        [ 0.000671,  0.000826,  0.000137]])

挑战 23：按要求打印数组（三）

要求：打印时省略中间元素，限制显示数组元素的个数为 6。

# 输入数组
a = np.arange(15)
#> 原输出 ：[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14]
#> 目标输出：[ 0  1  2 ..., 12 13 14] array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

# 答案:
np.set_printoptions(threshold=6) 
a 
#> array([ 0,  1,  2, ..., 12, 13, 14])

挑战 24：加载特殊矩阵

要求：著名的 iris 数据集是包含兰花属性和种类的数据集，其中每行属性有数字和文字，用 numpy 来加载他们。

# 答案 
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
iris = np.genfromtxt(url, delimiter=',', dtype='object') 
names = ('sepallength', 'sepalwidth', 'petallength', 'petalwidth', 'species')  
# 输出前三行 
iris[:3] 
#> array([[b'5.1', b'3.5', b'1.4', b'0.2', b'Iris-setosa'], 
#>        [b'4.9', b'3.0', b'1.4', b'0.2', b'Iris-setosa'], 
#>        [b'4.7', b'3.2', b'1.3', b'0.2', b'Iris-setosa']], dtype=object)

挑战 25：重定义数组的元素范围

要求：将 iris 数组集的第一个列的数据范围缩放为 0 到 1。

# Input url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
sepallength = np.genfromtxt(url, delimiter=',', dtype='float', usecols=[0])  

# 答案 
Smax, Smin = sepallength.max(), sepallength.min() 
S = (sepallength - Smin)/(Smax - Smin) 
# or 
S = (sepallength - Smin)/sepallength.ptp()
print(S) 
#> [ 0.222  0.167  0.111  0.083  0.194  0.306  0.083  0.194  0.028  0.167 
#>   0.306  0.139  0.139  0.     0.417  0.389  0.306  0.222  0.389  0.222 
#>   0.306  0.222  0.083  0.222  0.139  0.194  0.194  0.25   0.25   0.111 
#>   0.139  0.306  0.25   0.333  0.167  0.194  0.333  0.167  0.028  0.222 
#>   0.194  0.056  0.028  0.194  0.222  0.139  0.222  0.083  0.278  0.194 
#>   0.75   0.583  0.722  0.333  0.611  0.389  0.556  0.167  0.639  0.25 
#>   0.194  0.444  0.472  0.5    0.361  0.667  0.361  0.417  0.528  0.361 
#>   0.444  0.5    0.556  0.5    0.583  0.639  0.694  0.667  0.472  0.389 
#>   0.333  0.333  0.417  0.472  0.306  0.472  0.667  0.556  0.361  0.333 
#>   0.333  0.5    0.417  0.194  0.361  0.389  0.389  0.528  0.222  0.389 
#>   0.556  0.417  0.778  0.556  0.611  0.917  0.167  0.833  0.667  0.806 
#>   0.611  0.583  0.694  0.389  0.417  0.583  0.611  0.944  0.944  0.472 
#>   0.722  0.361  0.944  0.556  0.667  0.806  0.528  0.5    0.583  0.806 
#>   0.861  1.     0.583  0.556  0.5    0.944  0.556  0.583  0.472  0.722 
#>   0.667  0.722  0.417  0.694  0.667  0.667  0.556  0.611  0.528  0.444]

挑战 26：根据百分比大小返回元素

要求：返回数组中按从小到大排序，位置为 5% 和 95% 的数。

# 输入数组
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
sepallength = np.genfromtxt(url, delimiter=',', dtype='float', usecols=[0])  

# 答案: 
np.percentile(sepallength, q=[5, 95]) 
#> array([ 4.6  ,  7.255])

挑战 27：找出数组的缺失值

要求：数组中有多处缺失值（答案nan），找出他们的位置。

# 输入数组
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
iris_2d = np.genfromtxt(url, delimiter=',', dtype='float', usecols=[0,1,2,3]) iris_2d[np.random.randint(150, size=20), np.random.randint(4, size=20)] = np.nan  

# 答案: 
print("Number of missing values: 
", np.isnan(iris_2d[:, 0]).sum()) 
print("Position of missing values: 
", np.where(np.isnan(iris_2d[:, 0]))) 
#> Number of missing values:  
#>  5 
#> Position of missing values:  
#>  (array([ 39,  88,  99, 130, 147]),) 

挑战 28：数组缺失值判断

要求：返回数组是否具有缺失值。

# 输入数组
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
iris_2d = np.genfromtxt(url, delimiter=',', dtype='float', usecols=[0,1,2,3])
iris_2d[np.random.randint(150, size=20), np.random.randint(4, size=20)] = np.nan

# 答案：
np.isnan(iris_2d).any()
#> False

挑战 29：数组缺失值处理

要求：替换数组中的缺失值为0。

# 输入数组
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
iris_2d = np.genfromtxt(url, delimiter=',', dtype='float', usecols=[0,1,2,3])
iris_2d[np.random.randint(150, size=20), np.random.randint(4, size=20)] = np.nan

# 答案
iris_2d[np.isnan(iris_2d)] = 0
iris_2d[:4]
#> array([[ 5.1,  3.5,  1.4,  0. ],
#>        [ 4.9,  3. ,  1.4,  0.2],
#>        [ 4.7,  3.2,  1.3,  0.2],
#>        [ 4.6,  3.1,  1.5,  0.2]])

挑战 30：数组的 unique 元素

要求：返回数组中出现的所有元素集合

# 输入数组
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
iris = np.genfromtxt(url, delimiter=',', dtype='object') 

# 答案: 
species = np.array([row.tolist()[4] for row in iris]) 
np.unique(species, return_counts=True) 
#> (array([b'Iris-setosa', b'Iris-versicolor', b'Iris-virginica'], 
#>        dtype='|S15'), array([50, 50, 50]))

挑战 31：二维数组排序

要求：根据第一列排序二维数组

# 输入数组
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
iris = np.genfromtxt(url, delimiter=',', dtype='object')

# 答案: 
print(iris[iris[:,0].argsort()][:5]) 
#> [[b'4.3' b'3.0' b'1.1' b'0.1' b'Iris-setosa'] 
#>  [b'4.4' b'3.2' b'1.3' b'0.2' b'Iris-setosa'] 
#>  [b'4.4' b'3.0' b'1.3' b'0.2' b'Iris-setosa'] 
#>  [b'4.4' b'2.9' b'1.4' b'0.2' b'Iris-setosa'] 
#>  [b'4.5' b'2.3' b'1.3' b'0.3' b'Iris-setosa']

挑战 32：出现最频繁的元素

要求：返回数组中出现最多的元素。

# 输入数组: 
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
iris = np.genfromtxt(url, delimiter=',', dtype='object') 

# 答案: 
vals, counts = np.unique(iris[:, 2], return_counts=True) 
print(vals[np.argmax(counts)]) 
#> b'1.5'

挑战 33：找出数组中某元素满足第一次大于某数的下标

要求：在 iris 数据集中，返回第一个元素的下标，满足第4列属性大于1.0。

# 输入数组: 
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data' 
iris = np.genfromtxt(url, delimiter=',', dtype='object') 

# 答案: 
np.argwhere(iris[:, 3].astype(float) > 1.0)[0] 
#> 50

挑战 34：设定数组元素的上下限

要求：给定数组 a，将数组中大于 30 的数截断为 30，小于 10 的数截断为 10。

# 输入数组
np.set_printoptions(precision=2) 
np.random.seed(100) 
a = np.random.uniform(1,50, 20)  
# 答案 1: 
np.clip(a, a_min=10, a_max=30)  
# 答案 2: 
print(np.where(a < 10, 10, np.where(a > 30, 30, a))) 
#> [ 27.63  14.64  21.8   30.    10.    10.    30.    30.    10.    29.18  30. 
#>   11.25  10.08  10.    11.77  30.    30.    10.    30.    14.43]

挑战 35：去掉所有缺失值

要求：给定一维数组 a 包含缺失值，去掉他们。

# 输入数组
a = np.array([1,2,3,np.nan,5,6,7,np.nan])

# 答案: 
a[~np.isnan(a)] 
#> array([ 1.,  2.,  3.,  5.,  6.,  7.])