跳到主要内容

Numpy 数据处理技巧

· 阅读需 7 分钟
QWG2iF

导入 numpy​

import numpy as np  # 国际惯例

查看版本​

>>> np.__version__
'1.24.3'

创建数组​

创建空数组​

>>> np.array([])
array([], dtype=float64)

创建全 0 一维数组​

>>> A1 = np.zeros(5)
>>> A1
array([0., 0., 0., 0., 0.])

和下面的代码是功能类似，但是非完全等价：

>>> A2 = np.array([0,0,0,0,0])
>>> A2
array([0, 0, 0, 0, 0])

二者的区别看下面：

>>> A1.dtype  # np.zeros
dtype('float64')
>>> A2.dtype  # np.array
dtype('int32')

创建非 0 一维数组​

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

创建全 0 二维数组​

>>> np.zeros((5,5))
array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

创建全 1 二维数组​

>>> np.ones((3,5))
array([[1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.]])

创建非 0 二维数组​

>>> np.array([[1,2],
          [3,4],
          [5,6]])
array([[1, 2],
       [3, 4],
       [5, 6]])

创建非 0 三维数组​

>>> np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
          [[10, 11, 12], [13, 14, 15], [16, 17, 18]]
         ])
array([[[ 1,  2,  3],
        [ 4,  5,  6],
        [ 7,  8,  9]],

       [[10, 11, 12],
        [13, 14, 15],
        [16, 17, 18]]])

创建 0-1 随机数组​

>>> np.random.randn(2,3,2)  # 返回0-1之间的随机样本数
array([[[ 0.31828038,  0.7689764 ],
        [-0.45125297,  1.21648636],
        [ 0.64074149,  0.01148165]],

       [[ 0.3273331 , -0.99450869],
        [ 0.430959  ,  1.88978962],
        [ 0.40886625, -0.41752926]]])

创建正态分布数组​

>>> np.random.randn(4,5)  # 从标准正态分布（均值为0，标准差为1）中返回或填充数组
array([[-0.59880533, -0.4892546 , -0.11262313, -0.18888795, -0.29071441],
       [-0.81646124, -0.04868196, -0.6480912 ,  0.24923365, -0.52163335],
       [-1.76748905,  0.8424851 ,  0.77048079, -0.04080533,  1.85021566],
       [-0.20228951,  1.61593328,  0.9793867 , -0.09846424,  0.788601  ]])

基于 np.arange 创建数组​

>>> np.arange(10)  # 默认间隔是1；不包含10，从0开始
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.arange(0,20,2) # 2是间隔
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])
>>> np.arange(20,0,-2) # -2是间隔；包含20，不包含0
array([20, 18, 16, 14, 12, 10,  8,  6,  4,  2])

上面创建的是等差数列的数组；下面介绍创建等比数列的数组。

基于 np.logspace 创建数组​

np.logspace(
    start,
    stop,
    num=50,
    endpoint=True,
    base=10.0,
    dtype=None,
    axis=0,
)
>>> np.logspace(0,2,5)   # 默认以10为底；取5个点; 10^0=1  10^2=100
array([  1.        ,   3.16227766,  10.        ,  31.6227766 ,
       100.        ])
>>> np.logspace(0,2,5,base=2)   # 以2为底；2^0=1, 2^2=4
array([1.        , 1.41421356, 2.        , 2.82842712, 4.        ])

基于 np.linspace 创建数组​

>>> np.linspace(1,10,50)  # 在1到10（包含1和10）等间隔取50个数
array([ 1.        ,  1.18367347,  1.36734694,  1.55102041,  1.73469388,
        1.91836735,  2.10204082,  2.28571429,  2.46938776,  2.65306122,
        2.83673469,  3.02040816,  3.20408163,  3.3877551 ,  3.57142857,
        3.75510204,  3.93877551,  4.12244898,  4.30612245,  4.48979592,
        4.67346939,  4.85714286,  5.04081633,  5.2244898 ,  5.40816327,
        5.59183673,  5.7755102 ,  5.95918367,  6.14285714,  6.32653061,
        6.51020408,  6.69387755,  6.87755102,  7.06122449,  7.24489796,
        7.42857143,  7.6122449 ,  7.79591837,  7.97959184,  8.16326531,
        8.34693878,  8.53061224,  8.71428571,  8.89795918,  9.08163265,
        9.26530612,  9.44897959,  9.63265306,  9.81632653, 10.        ])
>>> np.linspace(1,9.9,20)  # 1到9.9取20个数
array([1.        , 1.46842105, 1.93684211, 2.40526316, 2.87368421,
       3.34210526, 3.81052632, 4.27894737, 4.74736842, 5.21578947,
       5.68421053, 6.15263158, 6.62105263, 7.08947368, 7.55789474,
       8.02631579, 8.49473684, 8.96315789, 9.43157895, 9.9       ])

创建 shape 相同的数组​

>>> arr1 = np.array([[1,2],[3,4],[5,6]])
>>> arr1
array([[1, 2],
       [3, 4],
       [5, 6]])

>>> arr1.shape
(3, 2)

创建 3*2 的全 0 数组：

>>> np.zeros_like(arr1)
array([[0, 0],
       [0, 0],
       [0, 0]])

创建 3*2 的全 1 数组：

>>> np.ones_like(arr1)
array([[1, 1],
       [1, 1],
       [1, 1]])

创建对角线为 1，其他元素为 0 的数组​

>>> np.eye(5)  # 主对角线元素为1
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])
>>> np.eye(5,3)
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.],
       [0., 0., 0.],
       [0., 0., 0.]])
>>> np.eye(3,5)
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.]])

创建主对角线递增的数组​

>>> np.diag([1,2,3,4])
array([[1, 0, 0, 0],
       [0, 2, 0, 0],
       [0, 0, 3, 0],
       [0, 0, 0, 4]])
>>> np.diag(1 + np.arange(4))
array([[1, 0, 0, 0],
       [0, 2, 0, 0],
       [0, 0, 3, 0],
       [0, 0, 0, 4]])
>>> np.diag(np.arange(1,5))
array([[1, 0, 0, 0],
       [0, 2, 0, 0],
       [0, 0, 3, 0],
       [0, 0, 0, 4]])

创建单位矩阵（数组）​

>>> np.identity(5)  # 等价于np.eye(5)
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])

上面介绍了多种数组创建方法，下面介绍数组的相关属性信息：

数组属性​

创建边界全1，内部全0的数组​

>>> Z = np.ones((5,5))  # 先创建全1
>>> Z[1:-1,1:-1] = 0  # 再把中间部分设置为0
>>> Z
array([[1., 1., 1., 1., 1.],
       [1., 0., 0., 0., 1.],
       [1., 0., 0., 0., 1.],
       [1., 0., 0., 0., 1.],
       [1., 1., 1., 1., 1.]])

创建边界全0，内部全1的数组​

方式1​

>>> Z = np.zeros((5,5))  # 先创建全1
>>> Z[1:-1,1:-1] = 1  # 再把中间部分设置为0
>>> Z
array([[0., 0., 0., 0., 0.],
       [0., 1., 1., 1., 0.],
       [0., 1., 1., 1., 0.],
       [0., 1., 1., 1., 0.],
       [0., 0., 0., 0., 0.]])

方式2​

numpy.pad(array, #  待填充数组
       pad_width,  # 填充宽度；可以是整数或者形状为(m,2)
       mode='constant',  # 填充模式，constant-常数填充  edge-边缘值填充  linear_ramp：线性斜坡填充
       **kwargs)
>>> Z = np.ones((3,3))  # 3*3的矩阵  上下左右扩充2次
>>> Z = np.pad(Z, pad_width=1, mode='constant', constant_values=0)
>>> Z
array([[0., 0., 0., 0., 0.],
       [0., 1., 1., 1., 0.],
       [0., 1., 1., 1., 0.],
       [0., 1., 1., 1., 0.],
       [0., 0., 0., 0., 0.]])

创建时间数组​

>>> T = np.arange('2016-07', '2016-08', dtype='datetime64[D]')
>>> T
array(['2016-07-01', '2016-07-02', '2016-07-03', '2016-07-04',
       '2016-07-05', '2016-07-06', '2016-07-07', '2016-07-08',
       '2016-07-09', '2016-07-10', '2016-07-11', '2016-07-12',
       '2016-07-13', '2016-07-14', '2016-07-15', '2016-07-16',
       '2016-07-17', '2016-07-18', '2016-07-19', '2016-07-20',
       '2016-07-21', '2016-07-22', '2016-07-23', '2016-07-24',
       '2016-07-25', '2016-07-26', '2016-07-27', '2016-07-28',
       '2016-07-29', '2016-07-30', '2016-07-31'], dtype='datetime64[D]')