来源:CDA数据分析师
本文约7500字,建议阅读15分钟
在本文中,将介绍NumPy在数据科学中最重要和最有用的一些函数。
它用于创建一维或多维数组
numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)
Dtype:生成数组所需的数据类型。
ndim:指定生成数组的最小维度数。
import numpy as npnp.array([1,2,3,4,5])----------------array([1, 2, 3, 4, 5, 6])
还可以使用此函数将pandas的df和series转为NumPy数组。
sex = pd.Series(['Male','Male','Female'])np.array(sex)------------------------array(['Male', 'Male', 'Female'], dtype=object)
创建一个具有指定间隔的浮点数的数组。
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)[source]
start:起始数字 end:结束 Num:要生成的样本数,默认为50。
np.linspace(10,100,10)--------------------------------array([ 10., 20., 30., 40., 50., 60., 70., 80., 90., 100.])
在给定的间隔内返回具有一定步长的整数。
numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None)
step:数值步长。
np.arange(5,10,2)-----------------------array([5, 7, 9])
在上下限之间的均匀分布中生成随机样本。
numpy.random.uniform(low=0.0, high=1.0, size=None)
np.random.uniform(5,10,size = 4)------------array([6.47445571, 5.60725873, 8.82192327, 7.47674099])
np.random.uniform(size = 5)------------array([0.83358092, 0.41776134, 0.72349553])
np.random.uniform(size = (2,3))------------array([[0.7032511 , 0.63212039, 0.6779683 ], [0.81150812, 0.26845613, 0.99535264]])
在一个范围内生成n个随机整数样本。
numpy.random.randint(low, high=None, size=None, dtype=int)
np.random.randint(5,10,10)------------------------------array([6, 8, 9, 9, 7, 6, 9, 8, 5, 9])
生成n个随机浮点数样本。
numpy.random.random(size=None)
np.random.random(3)---------------------------array([0.87656396, 0.24706716, 0.98950278])
在对数尺度上生成间隔均匀的数字。
numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)
Start:序列的起始值。
End:序列的最后一个值。
endpoint:如果为True,最后一个样本将包含在序列中。 base:底数。默认是10。
np.logspace(0,10,5,base=2)------------------array([1.00000000e+00, 5.65685425e+00, 3.20000000e+01, 1.81019336e+02,1.02400000e+03])
np.zeroes会创建一个全部为0的数组。
numpy.zeros(shape, dtype=float, order='C', *, like=None)
shape:阵列的形状。
Dtype:生成数组所需的数据类型。' int '或默认' float '
np.zeros((2,3),dtype='int')---------------array([[0, 0, 0], [0, 0, 0]])
np.zeros(5)-----------------array([0., 0., 0., 0., 0.])
np.ones函数创建一个全部为1的数组。
numpy.ones(shape, dtype=None, order='C', *, like=None)
np.ones((3,4))------------------array([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]])
创建一个单独值的n维数组。
numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
fill_value:填充值。
np.full((2,4),fill_value=2)--------------array([[2, 2, 2, 2], [2, 2, 2, 2]])(2,4) : ꜱʜᴀᴘᴇ
创建具有指定维度的单位矩阵。
numpy.identity(n, dtype=None, *, like=None)
np.identity(4)----------array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]])#ᴅᴇꜰᴀᴜʟᴛ ᴅᴀᴛᴀ ᴛʏᴘᴇ ɪꜱ `ꜰʟᴏᴀᴛ`
返回数组中的最小值。
np.min(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
axis:用于操作的轴。 out:用于存储输出的数组。
arr = np.array([1,1,2,3,3,4,5,6,6,2])np.min(arr)----------------1
返回数组中的最大值。
np.max(a, axis=None,out=None)
np.max(arr)------------------6
返回一个所有唯一元素排序的数组。
numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True)
return_index:如果为True,返回数组的索引。 return_inverse:如果为True,返回唯一数组的下标。 return_counts:如果为True,返回数组中每个唯一元素出现的次数。 axis:要操作的轴。默认情况下,数组被认为是扁平的。
np.unique(arr,return_counts=True)---------------------(array([1, 2, 3, 4, 5, 6]), ## Unique elementsarray([2, 2, 2, 1, 1, 2], dtype=int64) ## Count)
返回数组的平均数
numpy.mean(a, axis=None, dtype=None, out=None)
np.mean(arr,dtype='int')-------------------------------3
返回数组的中位数。
numpy.medain(a, axis=None, out=None)
arr = np.array([[1,2,3],[5,8,4]])np.median(arr)-----------------------------3.5
返回输入数组中每个值所属的容器的索引。
numpy.digitize(x, bins, right=False)[source]
bin:容器的数组。 right:表示该间隔是否包括右边或左边的bin。
a = np.array([-0.9, 0.5, 0.9, 1, 1.2, 1.4, 3.6, 4.7, 5.3])bins = np.array([0,1,2,3])np.digitize(a,bins)-------------------------------array([0, 1, 1, 2, 2, 2, 4, 4, 4], dtype=int64)Exp Valuex < 0 : 00 <= x <1 : 11 <= x <2 : 22 <= x <3 : 33 <=x : 4Compares -0.9 to 0, here x < 0 so Put 0 in resulting array.Compares 0.5 to 0, here 0 <= x <1 so Put 1.Compares 5.4 to 4, here 3<=x so Put 4
它是NumPy中最常用的函数之一。它返回一个数组,其中包含具有新形状的相同数据。
numpy.reshape(shap)
A = np.random.randint(15,size=(4,3))A----------------------array([[ 8, 14, 1], [ 8, 11, 4], [ 9, 4, 1], [13, 13, 11]])
A.reshape(3,4)-----------------array([[ 8, 14, 1, 8], [11, 4, 9, 4], [ 1, 13, 13, 11]])
A.reshape(-1) -------------------array([ 8, 14, 1, 8, 11, 4, 9, 4, 1, 13, 13, 11])
它用于扩展数组的维度。
numpy.expand_dims(a, axis)arr = np.array([ 8, 14, 1, 8, 11, 4, 9, 4, 1, 13, 13, 11])np.expand_dims(A,axis=0)-------------------------array([[ 8, 14, 1, 8, 11, 4, 9, 4, 1, 13, 13, 11]])
np.expand_dims(A,axis=1)---------------------------array([[ 8], [14], [ 1], [ 8], [11], [ 4], [ 9], [ 4], [ 1], [13], [13], [11]])
通过移除一个单一维度来降低数组的维度。
np.squeeze(a, axis=None)
arr = np.array([[ 8],[14],[ 1],[ 8],[11],[ 4],[ 9],[ 4],[ 1],[13],[13],[11]])np.squeeze(arr)---------------------------array([ 8, 14, 1, 8, 11, 4, 9, 4, 1, 13, 13, 11])
计算所有非零元素并返回它们的计数。
numpy.count_nonzero(a, axis=None, *, keepdims=False)
a = np.array([0,0,1,1,1,0])np.count_nonzero(a)--------------------------3
查找并返回非零元素的所有下标。
numpy.argwhere(a)
a = np.array([0,0,1,1,1,0])np.argwhere(a)---------------------array([[2],[3],[4]], dtype=int64)
argmax返回数组中Max元素的索引。它可以用于多类图像分类问题中获得高概率预测标签的指标。
numpy.argmax(a, axis=None, out=None, *, keepdims=<no value>)
arr = np.array([[0.12,0.64,0.19,0.05]])np.argmax(arr)---------1
argmin将返回数组中min元素的索引。
numpy.argmin(a, axis=None, out=None, *, keepdims=<no value>)
np.argmin(min)------3
对数组排序。
numpy.sort(a, axis=- 1, kind=None, order=None)
kind:要使用的排序算法。{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}
arr = np.array([2,3,1,7,4,5])np.sort(arr)----------------array([1, 2, 3, 4, 5, 7])
numpy.absolute(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'absolute'>
返回数组中元素的绝对值。当数组中包含负数时,它很有用。
A = np.array([[1,-3,4],[-2,-4,3]])np.abs(A)---------------array([[1, 3, 4], [2, 4, 3]])
将浮点值四舍五入到指定数目的小数点。
numpy.around(a, decimals=0, out=None)
decimals:要保留的小数点的个数。
a = np.random.random(size=(3,4))a-----array([[0.81695699, 0.42564822, 0.65951417, 0.2731807 ], [0.7017702 , 0.12535894, 0.06747666, 0.55733467], [0.91464488, 0.26259026, 0.88966237, 0.59253923]])
np.round(a,decimals=0)------------array([[1., 0., 1., 1.], [1., 1., 1., 1.], [0., 1., 0., 1.]])
np.round(a,decimals=1)-------------array([[0.8, 0. , 0.6, 0.6], [0.5, 0.7, 0.7, 0.8], [0.3, 0.9, 0.5, 0.7]])
numpy.clip(a, a_min, a_max, out=None, **kwargs)
它可以将数组的裁剪值保持在一个范围内。
arr = np.array([0,1,-3,-4,5,6,7,2,3])arr.clip(0,5)-----------------array([0, 1, 0, 0, 5, 5, 5, 2, 3])
arr.clip(0,3)------------------array([0, 1, 0, 0, 3, 3, 3, 2, 3])
arr.clip(3,5)------------------array([3, 3, 3, 3, 5, 5, 5, 3, 3])
返回满足条件的数组元素。
numpy.where(condition, [x, y, ]/)
condition:匹配的条件。如果true则返回x,否则y。
a = np.arange(12).reshape(4,3)a-------array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11]])
np.where(a>5) ## Get The Index--------------------(array([2, 2, 2, 3, 3, 3], dtype=int64),array([0, 1, 2, 0, 1, 2], dtype=int64))
a[np.where(a>5)] ## Get Values--------------------------array([ 6, 7, 8, 9, 10, 11])
它还可以用来替换pandas df中的元素。
np.where(data[feature].isnull(), 1, 0)
29、put
用给定的值替换数组中指定的元素。
numpy.put(a, ind, v)
a:数组 Ind:需要替换的索引 V:替换值
arr = np.array([1,2,3,4,5,6])arr--------array([1, 2, 3, 4, 5, 6])
np.put(arr,[1,2],[6,7])arr--------array([1, 6, 7, 4, 5, 6])
将一个数组的内容复制到另一个数组中。
numpy.copyto(dst, src, casting='same_kind', where=True)
dst:目标 src:来源
arr1 = np.array([1,2,3])arr2 = np.array([4,5,6])print("Before arr1",arr1)print("Before arr2",arr1)np.copyto(arr1,arr2)print("After arr1",arr1)print("After arr2",arr2)---------------------------Before arr1 [1 2 3]Before arr2 [4 5 6]
After arr1 [4 5 6]After arr2 [4 5 6]
intersect1d函数以排序的方式返回两个数组中所有唯一的值。
numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False)
Assume_unique:如果为真值,则假设输入数组都是唯一的。 Return_indices:如果为真,则返回公共元素的索引。
ar1 = np.array([1,2,3,4,5,6])ar2 = np.array([3,4,5,8,9,1])np.intersect1d(ar1,ar2)---------------array([1, 3, 4, 5])
np.intersect1d(ar1,ar2,return_indices=True)---------------(array([1, 3, 4, 5]), ## Common Elementsarray([0, 2, 3, 4], dtype=int64), array([5, 0, 1, 2], dtype=int64))
numpy.setdiff1d(ar1, ar2, assume_unique=False)
np.setdiff1d函数返回arr1中在arr2中不存在的所有唯一元素。
a = np.array([1, 7, 3, 2, 4, 1])b = np.array([9, 2, 5, 6, 7, 8])np.setdiff1d(a, b)---------------------array([1, 3, 4])
numpy.setxor1d(ar1, ar2, assume_unique=False)
Setxor1d 将按顺序返回两个数组中所有唯一的值。
a = np.array([1, 2, 3, 4, 6])b = np.array([1, 4, 9, 4, 36])np.setxor1d(a,b)--------------------array([ 2, 3, 6, 9, 36])
numpy.union1d(ar1, ar2)
Union1d函数将两个数组合并为一个。
a = np.array([1, 2, 3, 4, 5])b = np.array([1, 3, 5, 4, 36])np.union1d(a,b)-------------------array([ 1, 2, 3, 4, 5, 36])
numpy.hsplit(ary, indices_or_sections)
Hsplit函数将数据水平分割为n个相等的部分。
A = np.array([[3,4,5,2],[6,7,2,6]])np.hsplit(A,2) ## splits the data into two equal parts---------------[ array([[3, 4],[6, 7]]), array([[5, 2],[2, 6]]) ]
np.hsplit(A,4) ## splits the data into four equal parts-----------------[ array([[3],[6]]), array([[4],[7]]), array([[5],[2]]), array([[2],[6]]) ]
numpy.vsplit(ary, indices_or_sections)
Vsplit将数据垂直分割为n个相等的部分。
A = np.array([[3,4,5,2],[6,7,2,6]])np.vsplit(A,2)----------------[ array([[3, 4, 5, 2]]), array([[6, 7, 2, 6]]) ]
numpy.hstack(tup)
hstack 将在另一个数组的末尾追加一个数组。
a = np.array([1,2,3,4,5])b = np.array([1,4,9,16,25])
np.hstack((a,b))---------------------array([ 1, 2, 3, 4, 5, 1, 4, 9, 16, 25])
numpy.vstack(tup)
vstack将一个数组堆叠在另一个数组上。
np.vstack((a,b))----------------------array([[ 1, 2, 3, 4, 5], [ 1, 4, 9, 16, 25]])
numpy.allclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False)
如果两个数组的形状相同,则Allclose函数根据公差值查找两个数组是否相等或近似相等。
a = np.array([0.25,0.4,0.6,0.32])b = np.array([0.26,0.3,0.7,0.32])
tolerance = 0.1 ## Total Differencenp.allclose(a,b,tolerance)---------False
tolerance = 0.5np.allclose(a,b,tolerance)----------True
numpy.equal(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj] ) = <ufunc 'equal'>
它比较两个数组的每个元素,如果元素匹配就返回True。
np.equal(arr1,arr2)-------------array([ True, True, True, False, True, True])
它用于重复数组中的元素n次。
numpy.repeat(a, repeats, axis=None)
A:重复的元素 Repeats:重复的次数。
np.repeat('2017',3)---------------------array(['2017', '2017', '2017'], dtype='<U4')
我们来看一个更实际的示例,我们有一个包含按年数量销售的数据集。
fruits = pd.DataFrame([ ['Mango',40], ['Apple',90], ['Banana',130]],columns=['Product','ContainerSales'])fruits
在数据集中,缺少年份列。我们尝试使用numpy添加它。
fruits['year'] = np.repeat(2020,fruits.shape[0])fruits
通过重复A,rep次来构造一个数组。
numpy.title(A, reps)
np.tile("Ram",5)-------array(['Ram', 'Ram', 'Ram', 'Ram', 'Ram'], dtype='<U3')
np.tile(3,(2,3))-------array([[3, 3, 3], [3, 3, 3]])
umpy.einsum(subscripts, *operands, out=None, dtype=None, order='K', casting='safe', optimize=False)
此函数用于计算数组上的多维和线性代数运算。
a = np.arange(1,10).reshape(3,3)b = np.arange(21,30).reshape(3,3)
np.einsum('ii->i',a)------------array([1, 5, 9])
np.einsum('ji',a)------------array([[1, 4, 7], [2, 5, 8], [3, 6, 9]])
np.einsum('ij,jk',a,b)------------array([[150, 156, 162], [366, 381, 396], [582, 606, 630]])
p.einsum('ii',a)----------15
numpy.histogram(a, bins=10, range=None, normed=None, weights=None, density=None)
这是Numpy的重要统计分析函数,可计算一组数据的直方图值。
A = np.array([[3, 4, 5, 2], [6, 7, 2, 6]])np.histogram(A)-------------------(array([2, 0, 1, 0, 1, 0, 1, 0, 2, 1], dtype=int64),array([2. , 2.5, 3. , 3.5, 4. , 4.5, 5. , 5.5, 6. , 6.5, 7. ]))
沿指定轴计算数据的Q-T-T百分位数。
numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, method='linear', keepdims=False, *, interpolation=None)[source]
a:输入。 q:要计算的百分位。 overwrite_input:如果为true,则允许输入数组修改中间计算以节省内存。
a = np.array([[2, 4, 6], [4, 8, 12]])
np.percentile(a, 50)-----------5.0
np.percentile(a, 10)------------3.0
arr = np.array([2,3,4,1,6,7])np.percentile(a,5)------------2.5
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, *, where=<no value>)
std用于计算沿轴的标准偏差。
a = np.array([[2, 4, 6], [4, 8, 12]])np.std(a,axis=1)--------array([1.63299316, 3.26598632])
np.std(a,axis=0) ## Column Wise--------array([1., 2., 3.])
numpy.var(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, *, where=<no value>)
var用于计算沿轴的方差。
a = np.array([[2, 4, 6], [4, 8, 12]])np.var(a,axis=1)-------------------array([ 2.66666667, 10.66666667])
np.var(a,axis=0)-------------------array([1., 4., 9.])
numpy.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, suppress=None, nanstr=None, infstr=None, formatter=None, sign=None, floatmode=None, *, legacy=None)
np.set_printoptions(precision=2)
a = np.array([12.23456, 32.34535])print(a)------------array([12.23,32.34])
设置打印数组最大值
np.set_printoptions(threshold=np.inf)
增加一行中元素的数量
np.set_printoptions(linewidth=100) ## 默认是 75
numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)
savetxt用于在文本文件中保存数组的内容。
arr = np.linspace(10,100,500).reshape(25,20)np.savetxt('array.txt',arr)
numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None, *, quotechar=None, like=None)
用于从文本文件加载数组,它以文件名作为参数。
np.loadtxt('array.txt')
以上就是50个numpy常用的函数,希望对你有所帮助。
编辑:于腾凯
校对:林亦霖