【实验楼-Python 科学计算】Numpy - 多维数组（下）
【实验楼-Python 科学计算】Numpy - 多维数组（下）
统计学家
发布于 2019-04-10 10:33:43
发布于 2019-04-10 10:33:43
操作 numpy 数组的常用函数
where
使用 where 函数能将索引掩码转换成索引位置：
indices = where(mask)
indices
=> (array([11, 12, 13, 14]),)
x[indices] # this indexing is equivalent to the fancy indexing x[mask]=> array([ 5.5, 6. , 6.5, 7. ])diag
使用 diag 函数能够提取出数组的对角线：
diag(A)
=> array([ 0, 11, 22, 33, 44])
diag(A, -1)array([10, 21, 32, 43])take
take 函数与高级索引（fancy indexing）用法相似：
v2 = arange(-3,3)
v2
=> array([-3, -2, -1, 0, 1, 2])
row_indices = [1, 3, 5]
v2[row_indices] # fancy indexing=> array([-2, 0, 2])
v2.take(row_indices)
=> array([-2, 0, 2])但是 take 也可以用在 list 和其它对象上：
take([-3, -2, -1, 0, 1, 2], row_indices)
=> array([-2, 0, 2])choose
选取多个数组的部分组成新的数组：
which = [1, 0, 1, 0]
choices = [[-2,-2,-2,-2], [5,5,5,5]]
choose(which, choices)
=> array([ 5, -2, 5, -2])线性代数
矢量化是用 Python/Numpy 编写高效数值计算代码的关键，这意味着在程序中尽量选择使用矩阵或者向量进行运算，比如矩阵乘法等。
标量运算
我们可以使用一般的算数运算符，比如加减乘除，对数组进行标量运算。
v1 = arange(0, 5)
v1 * 2=> array([0, 2, 4, 6, 8])
v1 + 2=> array([2, 3, 4, 5, 6])
A * 2, A + 2=> (array([[ 0, 2, 4, 6, 8],
[20, 22, 24, 26, 28],
[40, 42, 44, 46, 48],
[60, 62, 64, 66, 68],
[80, 82, 84, 86, 88]]), array([[ 2, 3, 4, 5, 6],
[12, 13, 14, 15, 16],
[22, 23, 24, 25, 26],
[32, 33, 34, 35, 36],
[42, 43, 44, 45, 46]]))Element-wise(逐项乘) 数组-数组 运算
当我们在矩阵间进行加减乘除时，它的默认行为是 element-wise(逐项乘) 的:
A * A # element-wise multiplication=> array([[ 0, 1, 4, 9, 16],
[ 100, 121, 144, 169, 196],
[ 400, 441, 484, 529, 576],
[ 900, 961, 1024, 1089, 1156],
[1600, 1681, 1764, 1849, 1936]])
v1 * v1=> array([ 0, 1, 4, 9, 16])A.shape, v1.shape=> ((5, 5), (5,))A * v1=> array([[ 0, 1, 4, 9, 16],
[ 0, 11, 24, 39, 56],
[ 0, 21, 44, 69, 96],
[ 0, 31, 64, 99, 136],
[ 0, 41, 84, 129, 176]])矩阵代数
矩阵乘法要怎么办? 有两种方法。
1.使用 dot 函数进行 矩阵－矩阵，矩阵－向量，数量积乘法：
dot(A, A)=> array([[ 300, 310, 320, 330, 340],
[1300, 1360, 1420, 1480, 1540],
[2300, 2410, 2520, 2630, 2740],
[3300, 3460, 3620, 3780, 3940],
[4300, 4510, 4720, 4930, 5140]])
dot(A, v1)=> array([ 30, 130, 230, 330, 430])
dot(v1, v1)=> 302.将数组对象映射到 matrix 类型。
M = matrix(A)
v = matrix(v1).T # make it a column vectorv=> matrix([[0],
[1],
[2],
[3],
[4]])M * M=> matrix([[ 300, 310, 320, 330, 340],
[1300, 1360, 1420, 1480, 1540],
[2300, 2410, 2520, 2630, 2740],
[3300, 3460, 3620, 3780, 3940],
[4300, 4510, 4720, 4930, 5140]])M * v=> matrix([[ 30],
[130],
[230],
[330],
[430]])# inner productv.T * v=> matrix([[30]])# with matrix objects, standard matrix algebra appliesv + M*v=> matrix([[ 30],
[131],
[232],
[333],
[434]])加减乘除不兼容的维度时会报错：
v = matrix([1,2,3,4,5,6]).Tshape(M), shape(v)=> ((5, 5), (6, 1))M * v
=> Traceback (most recent call last):
File "<ipython-input-9-995fb48ad0cc>", line 1, in <module>
M * v File "/Applications/Spyder-Py2.app/Contents/Resources/lib/python2.7/numpy/matrixlib/defmatrix.py", line 341, in __mul__
return N.dot(self, asmatrix(other)) ValueError: shapes (5,5) and (6,1) not aligned: 5 (dim 1) != 6 (dim 0)查看其它运算函数: inner, outer, cross, kron,tensordot。 可以使用 help(kron)。
数组/矩阵 变换
之前我们使用 .T 对 v 进行了转置。 我们也可以使用transpose 函数完成同样的事情。
让我们看看其它变换函数：
C = matrix([[1j, 2j], [3j, 4j]])C=> matrix([[ 0.+1.j, 0.+2.j],
[ 0.+3.j, 0.+4.j]])共轭：
conjugate(C)=> matrix([[ 0.-1.j, 0.-2.j],
[ 0.-3.j, 0.-4.j]])共轭转置：
C.H=> matrix([[ 0.-1.j, 0.-3.j],
[ 0.-2.j, 0.-4.j]])real 与 imag 能够分别得到复数的实部与虚部：
real(C) # same as: C.real=> matrix([[ 0., 0.],
[ 0., 0.]])
imag(C) # same as: C.imag=> matrix([[ 1., 2.],
[ 3., 4.]])angle 与 abs 可以分别得到幅角和绝对值：
angle(C+1) # heads up MATLAB Users, angle is used instead of arg=> array([[ 0.78539816, 1.10714872],
[ 1.24904577, 1.32581766]])
abs(C)=> matrix([[ 1., 2.],
[ 3., 4.]])矩阵计算
矩阵求逆
from scipy.linalg import *
inv(C) # equivalent to C.I => matrix([[ 0.+2.j , 0.-1.j ],
[ 0.-1.5j, 0.+0.5j]])C.I * C=> matrix([[ 1.00000000e+00+0.j, 4.44089210e-16+0.j],
[ 0.00000000e+00+0.j, 1.00000000e+00+0.j]])行列式
linalg.det(C)=> (2.0000000000000004+0j)
linalg.det(C.I)=> (0.50000000000000011+0j)数据处理
将数据集存储在 Numpy 数组中能很方便地得到统计数据。为了有个感性地认识，让我们用 numpy 来处理斯德哥尔摩天气的数据。
# reminder, the tempeature dataset is stored in the data variable:shape(data)
=> (77431, 7)平均值
# the temperature data is in column 3mean(data[:,3])
=> 6.1971096847515925过去200年里斯德哥尔摩的日均温度大约是 6.2 C。
标准差 与 方差
std(data[:,3]), var(data[:,3])
=> (8.2822716213405663, 68.596023209663286)最小值 与 最大值
# lowest daily average temperaturedata[:,3].min()=> -25.800000000000001# highest daily average temperaturedata[:,3].max()=> 28.300000000000001总和, 总乘积 与 对角线和
d = arange(0, 10)
d=> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])# sum up all elementssum(d)=> 45# product of all elementsprod(d+1)=> 3628800# cummulative sumcumsum(d)=> array([ 0, 1, 3, 6, 10, 15, 21, 28, 36, 45])# cummulative productcumprod(d+1)=> array([ 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800])# same as: diag(A).sum()trace(A)=> 110对子数组的操作
我们能够通过在数组中使用索引，高级索引，和其它从数组提取数据的方法来对数据集的子集进行操作。
举个例子，我们会再次用到温度数据集：
!head -n 3 stockholm_td_adj.dat1800 1 1 -6.1 -6.1 -6.1 1
1800 1 2 -15.4 -15.4 -15.4 1
1800 1 3 -15.0 -15.0 -15.0 1该数据集的格式是：年，月，日，日均温度，最低温度，最高温度，地点。
如果我们只是关注一个特定月份的平均温度，比如说2月份，那么我们可以创建一个索引掩码，只选取出我们需要的数据进行操作：
unique(data[:,1]) # the month column takes values from 1 to 12=> array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12.])
mask_feb = data[:,1] == 2# the temperature data is in column 3mean(data[mask_feb,3])
=> -3.2121095707366085拥有了这些工具我们就拥有了非常强大的数据处理能力。 像是计算每个月的平均温度只需要几行代码：
months = arange(1,13)
monthly_mean = [mean(data[data[:,1] == month, 3]) for month in months]
fig, ax = subplots()
ax.bar(months, monthly_mean)
ax.set_xlabel("Month")
ax.set_ylabel("Monthly avg. temp.");对高维数组的操作
当诸如 min, max 等函数对高维数组进行操作时，有时我们希望是对整个数组进行该操作，有时则希望是对每一行进行该操作。使用 axis 参数我们可以指定函数的行为：
m = rand(3,3)
m=> array([[ 0.09260423, 0.73349712, 0.43306604],
[ 0.65890098, 0.4972126 , 0.83049668],
[ 0.80428551, 0.0817173 , 0.57833117]])# global maxm.max()=> 0.83049668273782951# max in each columnm.max(axis=0)=> array([ 0.80428551, 0.73349712, 0.83049668])# max in each rowm.max(axis=1)=> array([ 0.73349712, 0.83049668, 0.80428551])改变形状与大小
Numpy 数组的维度可以在底层数据不用复制的情况下进行修改，所以 reshape 操作的速度非常快，即使是操作大数组。
A
=> array([[ 0, 1, 2, 3, 4],
[10, 11, 12, 13, 14],
[20, 21, 22, 23, 24],
[30, 31, 32, 33, 34],
[40, 41, 42, 43, 44]])
n, m = A.shape
B = A.reshape((1,n*m))
B
=> array([[ 0, 1, 2, 3, 4, 10, 11, 12, 13, 14, 20, 21, 22, 23, 24, 30, 31, 32, 33, 34, 40, 41, 42, 43, 44]])
B[0,0:5] = 5 # modify the array B
=> array([[ 5, 5, 5, 5, 5, 10, 11, 12, 13, 14, 20, 21, 22, 23, 24, 30, 31, 32, 33, 34, 40, 41, 42, 43, 44]])
A # and the original variable is also changed. B is only a different view of the same data=> array([[ 5, 5, 5, 5, 5],
[10, 11, 12, 13, 14],
[20, 21, 22, 23, 24],
[30, 31, 32, 33, 34],
[40, 41, 42, 43, 44]])我们也可以使用 flatten 函数创建一个高阶数组的向量版本，但是它会将数据做一份拷贝。
B = A.flatten()
B
=> array([ 5, 5, 5, 5, 5, 10, 11, 12, 13, 14, 20, 21, 22, 23, 24, 30, 31, 32, 33, 34, 40, 41, 42, 43, 44])
B[0:5] = 10 B
=> array([10, 10, 10, 10, 10, 10, 11, 12, 13, 14, 20, 21, 22, 23, 24, 30, 31, 32, 33, 34, 40, 41, 42, 43, 44])
A # now A has not changed, because B's data is a copy of A's, not refering to the same data=> array([[ 5, 5, 5, 5, 5],
[10, 11, 12, 13, 14],
[20, 21, 22, 23, 24],
[30, 31, 32, 33, 34],
[40, 41, 42, 43, 44]])增加一个新维度: newaxis
newaxis 可以帮助我们为数组增加一个新维度，比如说，将一个向量转换成列矩阵和行矩阵：
v = array([1,2,3])
shape(v)
=> (3,)# make a column matrix of the vector vv[:, newaxis]
=> array([[1],
[2],
[3]])# column matrixv[:,newaxis].shape
=> (3, 1)# row matrixv[newaxis,:].shape
=> (1, 3)叠加与重复数组
函数 repeat, tile, vstack, hstack, 与 concatenate能帮助我们以已有的矩阵为基础创建规模更大的矩阵。
tile 与 repeat
a = array([[1, 2], [3, 4]])# repeat each element 3 timesrepeat(a, 3)
=> array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4])# tile the matrix 3 times tile(a, 3)
=> array([[1, 2, 1, 2, 1, 2],
[3, 4, 3, 4, 3, 4]])concatenate
b = array([[5, 6]])
concatenate((a, b), axis=0)
=> array([[1, 2],
[3, 4],
[5, 6]])
concatenate((a, b.T), axis=1)
=> array([[1, 2, 5],
[3, 4, 6]])hstack 与 vstack
vstack((a,b))
=> array([[1, 2],
[3, 4],
[5, 6]])
hstack((a,b.T))
=> array([[1, 2, 5],
[3, 4, 6]])浅拷贝与深拷贝
为了获得高性能，Python 中的赋值常常不拷贝底层对象，这被称作浅拷贝。
A = array([[1, 2], [3, 4]])
A
=> array([[1, 2],
[3, 4]])# now B is referring to the same array data as A B = A
# changing B affects AB[0,0] = 10B
=> array([[10, 2],
[ 3, 4]])
A
=> array([[10, 2],
[ 3, 4]])如果我们希望避免改变原数组数据的这种情况，那么我们需要使用 copy 函数进行深拷贝：
B = copy(A)# now, if we modify B, A is not affectedB[0,0] = -5B
=> array([[-5, 2],
[ 3, 4]])
A
=> array([[10, 2],
[ 3, 4]])遍历数组元素
通常情况下，我们是希望尽可能避免遍历数组元素的。因为迭代相比向量运算要慢的多。
但是有些时候迭代又是不可避免的，这种情况下用 Python 的for 是最方便的：
v = array([1,2,3,4])for element in v: print(element)
=> 1
2
3
4M = array([[1,2], [3,4]])for row in M: print("row", row) for element in row: print(element)
=> row [1 2] 1
2
row [3 4] 3
4当我们需要遍历数组并且更改元素内容的时候，可以使用enumerate 函数同时获取元素与对应的序号：
for row_idx, row in enumerate(M): print("row_idx", row_idx, "row", row) for col_idx, element in enumerate(row): print("col_idx", col_idx, "element", element) # update the matrix M: square each element
M[row_idx, col_idx] = element ** 2row_idx 0 row [1 2]
col_idx 0 element 1col_idx 1 element 2row_idx 1 row [3 4]
col_idx 0 element 3col_idx 1 element 4# each element in M is now squaredM
array([[ 1, 4],
[ 9, 16]])矢量化函数
像之前提到的，为了获得更好的性能我们最好尽可能避免遍历我们的向量和矩阵，有时可以用矢量算法代替。首先要做的就是将标量算法转换为矢量算法：
def Theta(x):
"""
Scalar implemenation of the Heaviside step function.
"""
if x >= 0: return 1
else: return 0Theta(array([-3,-2,-1,0,1,2,3]))
=> Traceback (most recent call last):
File "<ipython-input-11-1f7d89baf696>", line 1, in <module>
Theta(array([-3, -2, -1, 0, 1, 2, 3]))
File "<ipython-input-10-fbb0379ab8cb>", line 2, in Theta if x >= 0:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()很显然 Theta 函数不是矢量函数所以无法处理向量。
为了得到 Theta 函数的矢量化版本我们可以使用 vectorize函数：
Theta_vec = vectorize(Theta)
Theta_vec(array([-3,-2,-1,0,1,2,3]))
=> array([0, 0, 0, 1, 1, 1, 1])我们也可以自己实现矢量函数:
def Theta(x):
"""
Vector-aware implemenation of the Heaviside step function.
"""
return 1 * (x >= 0)
Theta(array([-3,-2,-1,0,1,2,3]))
=> array([0, 0, 0, 1, 1, 1, 1])# still works for scalars as wellTheta(-1.2), Theta(2.6)
=> (0, 1)数组与条件判断
M
=> array([[ 1, 4],
[ 9, 16]])if (M > 5).any(): print("at least one element in M is larger than 5")else: print("no element in M is larger than 5")
=> at least one element in M is larger than 5if (M > 5).all(): print("all elements in M are larger than 5")else: print("all elements in M are not larger than 5")
=> all elements in M are not larger than 5类型转换
既然 Numpy 数组是静态类型，数组一旦生成类型就无法改变。但是我们可以显示地对某些元素数据类型进行转换生成新的数组，使用 astype 函数（可查看功能相似的 asarray 函数）：
M.dtype
=> dtype('int64')
M2 = M.astype(float)
M2
=> array([[ 1., 4.],
[ 9., 16.]])
M2.dtype
=> dtype('float64')
M3 = M.astype(bool)
M3
=> array([[ True, True],
[ True, True]], dtype=bool)求个红包
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2015-08-07，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录