python資料處理：NumPy基礎

標籤：對象   tran   width   基礎   ops   二維   logic   alignment   res   

本文資料來自：Python for Data Analysis， Chapter 4

 

1. NumPy簡介

NumPy，Numerical Python簡稱，是科學計算和資料分析所用的基礎包。對於資料分析師，主要關注以下幾點：

　　a: Fast vectorized arrya operations for data munging and cleaning(資料分析和清洗), subsetting and filtering(和過濾), transformation and any other kind of computations.

　　b: Coomn array algortihsm like sorting, unique, and set operations

　　c: Efficient descriptive statistics and aggregating/summarizing data

　　d: Data alignment(資料調整) and relational data manipulations for merging(合并) and joining together heterogeneous data sets(異構資料集)

　　e: Expressing conditional logic as arry expressions instead of loops with if-elif-else branches 存取ndarray會更快速

　　f: Group-wise(分組) data manipulations

其中NumPy最常用的功能是a和e，主要作為傳遞資料的容器，對於比較關係型資料的或者圖表類資料集，最常用的還是pandas。

2. NumPy數組：NumPy ndarray

2.1

ndarray：N-dimensional array。NumPy數組是一個多維陣列對象(array object)，主要包含實際的資料和描述這些資料的中繼資料(tuple)。 

通常通過調用這些元組來獲得實際資料

要記住記下兩點：

　　同一個NumPy的多維陣列的元素是同類型的。

　　通過一個正整數元組(tuple)索引的元素表格(通常是元素是數字)。

在NumPy中維度(dimensions)叫做軸(axes)，比如三維矩陣，每一個維度都是一個軸。

軸的個數，即數組的維數叫做秩(rank)。比如三維矩陣，秩為3，二維矩陣，秩為2。

維度以一個整數元組來表示，比如二維的一般為(2,3)，表示2排3列的一個矩陣，秩為元組的長度：2，第一個維度長度為2，第二個維度長度為3。

2.2 

首先：import numpy as ynp

　　2.2.1: creating ndarray：array function

　　　　 

          　

　　　　Numpy提供一個arrange函數，返回一個array數組而不是list

　　

　　　np.arrange(32).reshape((8,4))產生0-31的8*4矩陣

　　 2.2.2: 基本索引(indexing)和slicing

　　

　　arr[n:m]：截取從第n為到底m-1位的數值

　　要注意的是，array slice是未經處理資料的一個映射，對此進行的任何操作都會反映到未經處理資料上。可以說用copy()函數保留原始數值。

　　

　　 2.2.2: 常用indexing　

　　

　　np.ix_函數：可以將兩個一維整數型數群組轉換成一個索引組合，調取這個矩陣組合裡面所有的數值

　　

　　上述就是調取了(1,0),(1,3),(1,1),(5,0),(5,3),(5,1),(7,0),(7,3),(7,1)共9個值

2.3 常用函數

　　2.3.1: 數學類

　　包括sqrt，exp，abs，add，subtract等

　　np.mean()

　　np.sum()

　　axis參數：axis=1表示按照行，axis=0表示按照列

　　2.3.2: sorting排列，unique

　　函數：sort()

　　numpy中最常用的一個組合邏輯(set logic)運算就是unique()，這個函數可以去掉數列中多次重複出現的值，返回形式為arra

 

　　2.3.3: 產生隨機數

　　np.random.normal(size=(4,4))產生按照常態分佈排列的4*4矩陣

　　np.random.randn(5,4)產生5*4矩陣，按照常態分佈排列，均值為0，標準差為1.

 

 

註：雖然這算是一個基礎的總結，但不能保證理解全部準確無誤。隨著對不同函數的多次使用，如果有新的體會，我會及時回來更新。

 

 

 

　　　　

python資料處理：NumPy基礎