Python机器学习之NumPy的使用

程序员文章站 2023-12-27 18:12:51

...

NumPy是Python进行科学计算和数据分析的基本程序库，NumPy主要提供以下功能：

创建强大的N维数组对象
进行各种复杂的数值计算
实现线性代数、傅里叶变换和随机数的运算

安装NumPy的最好的方式是：pip install numpy 或者 pip install -U numpy #安装最新版本

NumPy的主要对象是多维数组ndarray，ndarray指的是N维数组：一种由相同类型的元素组成的多维数组，元素数量是事先指定好的。元素的数据类型由dtype（data-type object）对象来指定，每个ndarray只有一种dtype类型。它的大小是固定的，创建好数组时一旦指定好大小，就不会再发生改变。

创建NumPy的数组对象可以使用numpy.ndarray(),也可以使用numpy.array()、zeros(),后一种方式更为常用
数组的创建流程：

import numpy  as np

# 1.使用ndarray创建，以零zero填充的对象
x = np.ndarray((3,5))	#表示一个二维数组，相当于三行五列

# 2.使用array()创建
x2 = np.array([1,2,3,4,5,6]) # 参数列表是list
x3 = np.array((1,2,3,4,5,6)) # 参数为元组tuple

# 3.使用zeros()创建
x4 = np.zeros((3,4)) # 所有元素初始化为0

# 4.使用ones()创建
x5 = np.ones((2,3)) # 所有元素初始化为1

# 5.使用empty创建
x6 = np.empty((2,3))

注意：NumPy数组在创建后大小已经固定，如果改变NumPy数组对象的大小，则系统将创建一个新数组并删除原来的数组

数组元素的访问：

一、基本元素的访问：

NumPy数组的元素是通过索引下标来进行访问的(索引下标是从0开始的)例子如下：

import numpy as np
arr1 = np.array([1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16])
x = arr1[2,2]	# 对应 行  列
print(x)  # 输出的是11

y = arr1[2]
print(y)	# 输出的是一个数组[9,10,11,12]

建议使用arr1[x,y] 这种方式进行获取对应位置上面的元素

二、算数运算符的操作

可以将大多数的数学元素安抚应用于NumPy数组元素的计算(+=,-=,*=,%= 这些用来修改现有的数据而不是创建新数组)
在NumPy当中要实现类似于矩阵的乘积运算，可以是哦用@ 运算符来进行操作。

import numpy as np

# 这些操作符直接作用于数组的基本元素上面
a = np.array([10,20,30,40])
b = np.arange(4)	# 创建一个0,1,2，3 的数组ndarry

x1 = a - b
print(x1)	# 输出是：[9,19,29,39]

x2 = a * b
print(x2)	# 输出是：[0,20,60,120]

x3 = b**3	# a的三次幂
print(x3)	# 输出是：[0,1,8,27]

# 下面这些操作符将会直接改变数组
a += 3
b *= 3

三、索引、切片、迭代访问元素

Numpy中数组的切片：在各个维度上单独切片，如果某维度都保留，则直接使用：冒号，不指定起始值和终止值

import numpy as np
arr = np.arange(10)

# 访问单一元素：
x1 = arr[2]
print(x1)

# 访问一个范围的元素
x2 = arr[2:5]	# 左闭右开
print(x2)	# 输出的是[2,3,4]

# 访问特定元素的值
x3 = arr[1:8:3]	# 从索引一到索引八，每次经过三个步长,最后一个是步长，如果步长为-1标识逆序输出
print(x3)

# 迭代访问数组元素
for i in arr
	print(i)

NumPy统一操作函数列表

arange(start,stop,step)						# 在给定区间内均匀间隔的数组，左闭右开，step为步长值
array(object)								# 按照序列对象object创建数组，object可以使list，tuple，另一个NumPy数组
copy(a,order ='K')							# 返回数组a的一个副本
fromfile(file,dtype=float,count=-1,sep='')  # 从一个数据文件中创建数组
linspace(start,stop,num=50,endpoint=true)	# 指定开始结束值创建爱你一维数组，endpoint关键字指定是否包括终值，缺省设置是包括终值
logspace()									# 和linspace类似，不过它创建等比数列
np.logspace(0, 2, 5)						# 0表示10的零次方，2表示10的二次方，5表示生成的数组元素总数

以上是NumPy库的基本使用，详细的使用还需要去官网查看对应的函数信息。

Python机器学习之NumPy的使用