Python 数据分析第三方库 Numpy 的安装和使用

Python 用做数据分析非常强大，但是在性能上或者方便程度上还不够，所以各种第三方数据分析模块和库就应运而生。本文介绍 Numpy 第三方库，使用 Numpy 的原因，性能强大、开源、数组运算、读写迅速。

更多Python相关文章点击：Python学习日志目录

Numpy 模块

Numpy 模块是一个比较底层的数据分析模块，具有高性能、开源、数组运算、读取迅速等优势。

安装

pip install numpy -i https://pypi.douban.com/simple

引入，一般我们引入的时候会给这个模块起一个别名 np

import numpy as np

创建 Numpy 数组：

np.array([])

data = np.array([1,2,3,4,5,6])

创建二维数组

data_2d = np.array([[1,2,3],[3,4,5]])

为了看起来好看，也可以用下面这张写法

data_2d = np.array(
    [
        [1,2,3],
        [3,4,5]
    ]
)

判断数组是几维数组

data.ndim

data = np.array([[1,2,3],[3,4,5]])
print(data.ndim)

运行结果：2

判断数组几维和各维度长度

data.shape

data = np.array([[1,2,3],[3,4,5]])
print(data.shape)

运行结果：(2, 3)

创建一个全是0的数组，常用来初始化数组

np.zeros()

data = np.zeros(10)
print(data)

运行结果：[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

创建全是1的数组

np.ones()

data = np.ones((3,4))
print(data)

运行结果：

[[1. 1. 1. 1.]

[1. 1. 1. 1.]

[1. 1. 1. 1.]]

数组索引，跟Python列表是一样的，详细可以参考列表索引的例子

data[n]，第n个索引位的数据

data = np.arange(10)
print(data)
print(data[5])

运行结果：

[0 1 2 3 4 5 6 7 8 9]

5

二维数组索引方法

data[x,y] / data[x][y]，第x个数组第y个索引位置的数据

data = np.array([[1,2,3], [4,5,6]])
print(data[0][1])
print(data[1,1])

运行结果：

2

5

数组切片，获取数组中某几个数据

data[start,end]，从start开始到end之前的数据(包含start位，不包含end位)。

data = np.arange(10)
print(data)
print(data[3:5])
print(data[:3])
print(data[5:])
print(data[::-1])

运行结果：

[0 1 2 3 4 5 6 7 8 9]

[3 4]

[0 1 2]

[5 6 7 8 9]

[9 8 7 6 5 4 3 2 1 0]

注意，切片得到的数据是数组的原始数据，对切片数据进行修改，原始数据会被修改。

data = np.arange(10)
print(data)
data_slice = data[3:5]
# 把数组切片赋值给一个变量
data_slice[0] = 100
# 修改这个变量里的值
print(data)
# 原始数据改变了

运行结果：

[0 1 2 3 4 5 6 7 8 9]

[  0   1   2 100   4   5   6   7   8   9]

如果想要修改得到的切片，并且对原始数据没有改变，用到.copy()函数

data = np.arange(10)
print(data)
data_slice = data[3:5].copy()
# 把数组切片复制一份，赋值给一个变量
data_slice[0] = 100
# 修改这个变量里的值
print(data_slice)
print(data)
# 原始数据没变

运行结果：

[0 1 2 3 4 5 6 7 8 9]

[100   4]

[0 1 2 3 4 5 6 7 8 9]

变换数组的维度

data = np.arange(10)
print(data)
print(data.reshape((2,5)))
# 把一维数组变成二维数组，2个数组，每个数组5个数据
print(data.reshape((2,5)).T)
# 加上.T，对数组进行转置，就是行变成列，列变成行。

运行结果：

[0 1 2 3 4 5 6 7 8 9]

[[0 1 2 3 4]

[5 6 7 8 9]]

[[0 5]

[1 6]

[2 7]

[3 8]

[4 9]]

注意，如果不能完整切分原来数组，则会报错。

Numpy有一些内置的运算

对数组内的数据进行运算的方法：

abs 计算绝对值
sqrt 计算平方根
square 计算平方
exp 计算指数e^x
sign 计算正负号：1、0、-1
ceil 计算大于等于该数据的最小整数
floor 计算小于等于该数据的最大整数
isnan 计算哪些数据是非数字

使用方法：

data = np.arange(10)
print(data)
data_new = np.sqrt(data)
# 把数组每个数据求平方根
print(data_new)

运行结果：

[0 1 2 3 4 5 6 7 8 9]

[0.         1.         1.41421356 1.73205081 2.         2.23606798

2.44948974 2.64575131 2.82842712 3.        ]

数组跟数组进行运算

data1 = np.array([1,3,5,7,9])
data2 = np.array([2,4,6,8,10])
print(data1 + data2)
# 把数组对应索引位的数据进行相加
print(np.add(data1,data2))

运行结果：

[ 3  7 11 15 19]

[ 3  7 11 15 19]

数组可用运算

add 计算两个数组对应数据的和
subtract 从第一个数组减去第二个数组对应数据
multiply 计算两个数组对应数据的乘积
divide 第一个数组对应数据除以第二个数组对应数据
power 第一个数组数据A，第二个数组数据B，计算A的B次方
fmax 两个数组对应数据里大的数据
fmin 两个数组怼赢数据里小的数据

数组统计运算

.sum()  将数组内所有数据的和

data = np.arange(10)
print(data.sum())

运行结果：

45

可用的数组统计运算方法

.sum()  数组内数据的和
.mean()  数组内数据的平均值
.std()  数组内数据的标准差
.min() / .max()  数组内数据的最小值和最大值
.arcmin() / .arcmax()  数组内数据最小值和最大值的索引位置

数组的排序

.sort()  对数组内的数据，按照大小进行排序

data = np.array([1,9,3,6,4])
data.sort()
print(data)

运行结果：

[1 3 4 6 9]

数组读取文档中的数据

data = np.genfromtxt('data.txt',delimiter=',')
# 读取 data.txt 文档中的数据，后面参数是数据用什么分割（例子中是用,分割）。
print(data)
# 输出的是浮点数
# 可以用.astype(int)转为整数
data_int = data.astype(int)
print(data_int)

运行结果：

[1. 2. 3. 4. 5. 6.]

[1 2 3 4 5 6]