Python数据分析 | Numpy与2维数组操作
教程地址：http://www.showmeai.tech/tutorials/33
本文地址：http://www.showmeai.tech/article-detail/143
声明：版权所有，转载请联系平台与作者并注明出处
n维数组是NumPy的核心概念，大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法，本篇讲解Numpy与2维数组操作。
一、向量初始化
NumPy中曾有一个专用的matrix类来代表矩阵，后来被弃用，现在NumPy中的矩阵和2维数组表示同一含义。
（1）矩阵初始化
矩阵初始化的语法与向量是类似的：
如上要使用双括号，这里的(3,2)是第1个参数表示矩阵维度，第2个位置参数（可选）是为dtype（也接受整数）保留的。
（2）随机矩阵生成
随机矩阵的生成也与向量类似：
（3）二维数组索引
二维数组的索引语法要比嵌套列表更方便：
“view”表示数组切片时并未进行任何复制，在修改数组后，相应更改也将反映在切片中。
二、轴参数
在很多矩阵运算操作中，NumPy可以实现跨行或跨列的操作。为了适用任意维数的数组，NumPy引入了axis的概念。
axis参数的值实际上就是维度值，如第一个维是axis=0 ，第二维是axis=1，依此类推。因此，在2维数组中，axis=0指列方向，axis=1指行方向。
三、矩阵运算
除了+，-，，/，//和*等数组元素的运算符外，NumPy提供了@ 运算符计算矩阵乘积：
类似一维向量中的广播机制，NumPy同样可以通过广播机制实现向量与矩阵，或两个向量之间的混合运算，如下图所示：
注意，上图最后一个示例是对称的逐元素乘法。使用矩阵乘法@可以计算非对称线性代数外积，两个矩阵互换位置后计算内积：
四、行向量与列向量
在NumPy的2维数组中，行向量和列向量是被区别对待的。通常NumPy会尽可能使用单一类型的1维数组（例如，2维数组a的第j列a[:, j]是1维数组）。默认情况下，一维数组在2维操作中被视为行向量，因此，将矩阵乘行向量时，使用形状(n,)或(1,n)的向量结果一致。有多种方法可以从一维数组中得到列向量，但并不包括transpose：
使用reshape操作添加新的axis可以更新数组形状和索引，也可以将1维数组转化为2维列向量：
其中，-1表示在reshape是该维度自动决定，方括号中的None等同于np.newaxis，表示在指定位置添加一个空轴。
总结一下，NumPy中共有三种类型的向量：1维数组，2维行向量和2维列向量。以下是两两类型转换图：
根据广播规则，一维数组被隐式解释为二维行向量，因此通常不必在这两个数组之间进行转换，对应图中阴影化区域。
严格来说，除一维外的所有数组的大小都是一个向量（如a.shape == [1,1,1,5,1,1]），因此NumPy的输入类型是任意的，但上述三种最为常用。可以使用np.reshape将一维矢量转换为这种形式，使用np.squeeze可将其恢复。这两个功能都通过view发挥作用。
五、矩阵操作
矩阵的拼接有以下两种方式：
图示操作仅适用于矩阵堆叠或向量堆叠，而一维数组和矩阵的混合堆叠只有通过vstack才可实现，hstack会导致维度不匹配错误。因为前文提到将一维数组作为行向量，而不是列向量。为此，可以将其转换为行向量，或使用专门的column_stack函数执行此操作：
与stack对应的是split，可以对矩阵进行切分处理：
矩阵复制有两种方式：
- tile类似粘贴复制；
- repeat相当于分页打印。
delete可以删除特定的行或列：
相应插入操作为insert：
与hstack一样，append函数无法自动转置1D数组，因此需要重新调整向量形状或添加维数，或者使用column_stack：
如果仅仅是向数组的边界添加常量值，pad函数是足够的：
六、Meshgrids网格
广播机制使得meshgrids变得容易。例如需要下图所示（但尺寸大得多）的矩阵：
上述两种方法由于使用了循环，因此都比较慢。MATLAB通过构建meshgrid处理这种问题。
meshgrid函数接受任意一组索引，通过mgrid切片和indices索引生成完整的索引范围，然后，fromfunction函数根据I和J实现运算。
在NumPy中有一种更好的方法，无需在内存中存储整个I和J矩阵（虽然meshgrid已足够优秀，仅存储对原始向量的引用），仅存储形状矢量，然后通过广播规实现其余内容的处理：
如果没有indexing =’ij’参数，那么meshgrid将更改参数的顺序，即J,I=np.meshgrid(j,i)——一种用于可视化3D绘图的“ xy”模式（祥见该文档）。
除了在二维或三维网格上初始化函数外，网格还可以用于索引数组：
以上方法在稀疏网格中同样适用。
七、矩阵统计
就像sum函数，NumPy提供了矩阵不同轴上的min/max, argmin/argmax, mean/median/percentile, std/var等函数。
np.amin等同于np.min，这样做同样是为了避免from numpy import *可能的歧义。
2维及更高维中的argmin和argmax函数分别返回最小和最大值的索引，通过unravel_index函数可以将其转换为二维坐标：
all和any同样也可作用于特定维度：
八、矩阵排序
虽然在前文中，axis参数适用于不同函数，但在二维数组排序中影响较小：
我们通常不需要上述这样的排序矩阵，axis不是key参数的替代。但好在NumPy提供了其他功能，这些功能允许按一列或几列进行排序：
1、a[a [:,0] .argsort()]表示按第一列对数组进行排序：
其中，argsort返回排序后的原始数组的索引数组。
可以重复使用该方法，但千万不要搞混：
a = a[a[:,2].argsort()]
a = a[a[:,1].argsort(kind='stable')]
a = a[a[:,0].argsort(kind='stable')]
2、函数lexsort可以像上述这样对所有列进行排序，但是它总是按行执行，并且排序的行是颠倒的（即从下到上），其用法如下：
a[np.lexsort(np.flipud(a[2,5].T))]，首先按第2列排序，然后按第5列排序；a[np.lexsort(np.flipud(a.T))]，从左到右依次排序各列。
其中，flipud沿上下方向翻转矩阵（沿axis = 0方向，与a [::-1，…]等效，其中…表示“其他所有维度”），注意区分它与fliplr，fliplr用于1维数组。
3、sort函数还有一个order参数，但该方法极不友好，不推荐学习。
4、在pandas中排序也是不错的选择，因为在pandas中操作位置确定，可读性好且不易出错：
pd.DataFrame(a).sort_values(by=[2,5]).to_numpy()，先按第2列排序，再按第5列排序。pd.DataFrame(a).sort_values().to_numpy()，按从左到右的顺序对所有列进行排序。
资料与代码下载
本教程系列的代码可以在ShowMeAI对应的github中下载，可本地python环境运行，能科学上网的宝宝也可以直接借助google colab一键运行与交互操作学习哦！
本系列教程涉及的速查表可以在以下地址下载获取：
拓展参考资料
ShowMeAI系列教程推荐
腾讯云开发者
