欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

机器学习笔记--Python之Numpy

程序员文章站 2023-12-27 18:12:39
...

终于不用看枯燥的数学公式了,虽然比较喜欢数学,但是没有实际的应用也就失去了意义,这里开始学习机器学习中用到的一些库,主要包括了numpy,scipy,matplotlib等。先学习下numpy吧,至于python基础可以看Python的简单语法就差不多了。


1 Numpy简介

Numpy支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。


2 基本功能

快速高效的多维数组对象ndarray 用于对数组执行元素级计算以及直接对数组执行数学运算的函数 用于读写硬盘上基于数组的数据集的工具 线性代数运算、傅里叶变换,以及随机数生成 用于将C、C++、Fortran代码集成到Python的工具 除了为Python提供快速的数组处理能力,NumPy在数据分析方面还有另外一个主要作用,即作为在算法之间传递数据的容器。


3 NumPy数组ndarray

 3.1 ndarray属性

NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推。在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量。比如说,二维数组相当于是两个一维数组,其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是NumPy中的轴(axes),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。 比较重要ndarray对象属性有:

属性 介绍
ndarray.ndim 数组的维数(即数组轴的个数),等于秩。最常见的为二维数组(矩阵)
ndarray.shape 数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中,表示数组的“行数”和“列数”。ndarray.shape返回一个元组,这个元组的长度就是维度的数目,即ndim属性
ndarray.size 数组元素的总个数,等于shape属性中元组元素的乘积
ndarray.dtype 表示数组中元素类型的对象,可使用标准的python类型创建或指定dtype
ndarray.itemsize 数组中每个元素的字节大小。例如,一个元素类型为float64的数组itemsiz属性值为8(float64占用64个bits,每个字节长度为8,所以64/8,占用8个字节),又如,一个元素类型为complex32的数组item属性为4(32/8)
ndarray.data 包含实际数组元素的缓冲区,由于一般通过数组的索引获取元素,所以通常不需要使用这个属性

3.2 ndarray创建

3.2.1 array函数

from numpy import *

a = array([1, 2, 3])
print a
print a.dtype

b = array([1.1, 2.2, 3.3])
print b
print b.dtype

c = array([(1, 2, 3), (1.1, 2.2, 3.3)])
print c
print c.dtype

运行结果:

[1 2 3]
int64
[ 1.1  2.2  3.3]
float64
[[ 1.   2.   3. ]
 [ 1.1  2.2  3.3]]
float64

3.2.2 zeros函数

创建全0的数组

from numpy import *

d = zeros((3, 5))
print d
print d.dtype

运行结果:

[[ 0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.]]
float64

3.2.3 ones函数

创建一个全为1的数组

from numpy import *

d = ones((2, 5, 6))
print d
print d.dtype

运行结果:

[[[ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]]

 [[ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]
  [ 1.  1.  1.  1.  1.  1.]]]
float64

3.2.4 empty函数

创建一个内容随机并且依赖与内存状态的数组

from numpy import *

d = empty((2, 5))
print d
print d.dtype

运行结果:

[[ -2.68156159e+154  -1.73059747e-077   6.93327761e-310   6.93327762e-310
    6.93327762e-310]
 [  6.93327762e-310   6.93327762e-310   6.93327762e-310   6.93327762e-310
    6.93327762e-310]]
float64

3.2.5 arange函数

返回一个数列形式的数组
从0开始,差值为5的等差数列:

from numpy import *

d = arange(0, 20, 5)
print d

运行结果:

[ 0  5 10 15]

从0开始,差值为0.5的等差数列:

from numpy import *

d = arange(0, 5, 0.5)
print d

运行结果:

[ 0.   0.5  1.   1.5  2.   2.5  3.   3.5  4.   4.5]

3.2.6 linespace函数

从0到3,个数为5个的数列:

from numpy import *

d = linspace(0, 3, 5)
print d

运行结果如下:

[ 0.    0.75  1.5   2.25  3.  ]

3.3 基本运算

3.3.1 基本

算数运算,每个元素的加减乘除

from numpy import *

a = array([1, 3, 5, 8])
b = arange(4)
print a
print b
print a - b
print b**2
print 2*a + 3*b

运行结果:

[1 3 5 8]
[0 1 2 3]
[1 2 3 5]
[0 1 4 9]
[ 2  9 16 25]

3.3.2 乘法

普通*乘法就是各个元素相乘,矩阵乘法用dot函数,可实现矩阵的乘法运算

from numpy import *

a = array([[1, 1], [2, 2]])
b = array([[2, 0], [1, 2]])

print a*b
print dot(a, b)

运行结果:

[[2 0]
 [2 4]]
[[3 2]
 [6 4]]

3.3.3 最大值,最小值,求和

求数列的所有元素中的最大值,最小值,以及求和

from numpy import *

a = random.random((3, 2))
print a
print a.max()
print a.min()
print a.sum()

运行结果:

[[ 0.18127389  0.41583799]
 [ 0.79348563  0.46761359]
 [ 0.79804995  0.26569052]]
0.798049953605
0.181273893165
2.92195157501

求每一行中的元素的最小值,求和

#coding=utf-8
from numpy import *

b = arange(9).reshape(3, 3)

print b
#计算每一列的和
print b.sum(axis=0)
#每一行的最小值
print b.min(axis=1)
#计算每一行的累积和
print b.cumsum(axis=1)

运行结果如下:

[[0 1 2]
 [3 4 5]
 [6 7 8]]
[ 9 12 15]
[0 3 6]
[[ 0  1  3]
 [ 3  7 12]
 [ 6 13 21]]

3.3.4 索引,切片和迭代

  • 索引: 取出数组的元素,也即是下标。
  • 切片: 取list中的部分元素采用切片操作。
  • 迭代: 如果给定一个list,我们可以通过for循环来遍历这个list,这种遍历我们称迭代(Iteration)。

针对一维数组:

from numpy import *

a = arange(10)**2
print a
#索引
print a[2]
#切片
print a[2:6]

#迭代
for i in a:
    print i**(1/2.)  

a[:7:3] = -10
print a

运行结果如下:

[ 0  1  4  9 16 25 36 49 64 81]
4
[ 4  9 16 25]
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
[-10   1   4 -10  16  25 -10  49  64  81]

针对多维数组:

#coding=utf-8
from numpy import *

def f(x, y):
    return 2*x+y

b = fromfunction(f, (5, 4))
print b
#第2行,第3列
print b[2, 3]
#每行的第2个元素
print b[0:5, 1]
#每列的第2和第3个元素
print b[1:3,]

运行结果:

[[  0.   1.   2.   3.]
 [  2.   3.   4.   5.]
 [  4.   5.   6.   7.]
 [  6.   7.   8.   9.]
 [  8.   9.  10.  11.]]
7.0
[ 1.  3.  5.  7.  9.]
[[ 2.  3.  4.  5.]
 [ 4.  5.  6.  7.]]

3.4 shape操作

数组的形状取决于其每个轴上的元素个数

#coding=utf-8
from numpy import *

a = array([[1, 2, 3], [2, 3, 4]])
print a
print a.shape

运行结果:

[[1 2 3]
 [2 3 4]]
(2, 3)

改变数组形状

#coding=utf-8
from numpy import *

a = array([[1, 2, 3, 4], [2, 3, 4, 5], [3, 4, 5, 6]])
print a
print a.shape
a.ravel()
a.shape=(2, 6)
a.transpose()
print a

运行结果:

[[1 2 3 4]
 [2 3 4 5]
 [3 4 5 6]]
(3, 4)
[[1 2 3 4]
 [2 3 4 5]
 [3 4 5 6]]
[[1 2 3 4 2 3]
 [4 5 3 4 5 6]]

这里把3行4列的数组转换为2行6列的数组

resize函数

#coding=utf-8
from numpy import *

a = array([[1, 2, 3, 4], [2, 3, 4, 5], [3, 4, 5, 6]])
a.resize((2, 6))
print a

运行结果如上述例子一致。


4 NumPy的linalg函数

先看下跟线性代数有关的一些函数,如下表所示:

类型 说明
diag 以一维数组的形式返回方阵的对角线(或非对角线元素),或将一维数组转换为方阵(非对角线元素为0)
dot 矩阵乘法
trace 计算对角线元素的和
det 矩阵行列式
eig 计算方阵的特征值和特征向量
inv 计算方阵的逆
pinv 计算矩阵的Moore-Penrose伪逆
qr 计算QR分解
svd 计算奇异值分解
solve 解线性方程Ax = b,其中A为一个方阵
lstsq 计算Ax = b的最小二乘解
# -*- coding: utf-8 -*-
import numpy as np
from numpy.linalg import det, eig, inv, pinv, qr, svd, solve

a = np.array([[1, 2], [3, 4]])
b = np.array([[1, 1], [2, 2]])
print a
print np.diag(a)
#矩阵乘法
print np.dot(a, b)
#对角线元素和
print np.trace(a)
#行列式
print det(a)
#特征值和特征向量
print eig(a)
#逆
print inv(a)
print pinv(a)
#QR分解
c = np.array([[1, 0, 0], [1, 1, 0], [1, 1, 1], [1, 1, 1]])
print c
print qr(c)
#奇异值分解
d = np.array([[1, -1], [-2, 2], [2, -2]])
print svd(d)
#线性方程求解
#3*x+1*y=9
#1*x+2*y=8
e = np.array([[3, 1], [1, 2]])
f = np.array([9, 8]) 
print solve(e, f)

运行结果:

[[1 2]
 [3 4]]
[[1 1]
 [2 2]]
[1 4]
[[ 5  5]
 [11 11]]
5
-2.0
(array([-0.37228132,  5.37228132]), array([[-0.82456484, -0.41597356],
       [ 0.56576746, -0.90937671]]))
[[-2.   1. ]
 [ 1.5 -0.5]]
[[-2.   1. ]
 [ 1.5 -0.5]]
[[1 0 0]
 [1 1 0]
 [1 1 1]
 [1 1 1]]
(array([[-0.5       ,  0.8660254 ,  0.        ],
       [-0.5       , -0.28867513,  0.81649658],
       [-0.5       , -0.28867513, -0.40824829],
       [-0.5       , -0.28867513, -0.40824829]]), array([[-2.        , -1.5       , -1.        ],
       [ 0.        , -0.8660254 , -0.57735027],
       [ 0.        ,  0.        , -0.81649658]]))
(array([[-0.33333333,  0.66666667, -0.66666667],
       [ 0.66666667,  0.66666667,  0.33333333],
       [-0.66666667,  0.33333333,  0.66666667]]), 
 array([ 4.24264069,  0.        ]), 
 array([[-0.70710678,  0.70710678],
       [ 0.70710678,  0.70710678]]))
[ 2.  3.]

5 NumPy的random函数

随机数生成

类型 说明
seed 确定随机数生成?的种子
permutation 返回一个序列的随机排列或返回一个随机排列的返回
shuffle 对一个序列就地随机乱序
rand 产生均匀分布的样本值
randint 从给定的上下限范围内随机选取整数
randn 产生正态分布(平均值为0,标准差为1)
binomial 产生二项分布的样本值
normal 产生正态(高斯)分布的样本值
beta 产生Beta分布的样本值
chisquare 产生卡方分布的样本值
gamma 产Gamma分布的样本值
uniform 产生在[0, 1]中均匀分布的样本值
# -*- coding: utf-8 -*-
import numpy as np

np.random.seed(10)
print np.random.random()
#0-10的数组
print np.random.permutation(10)
#打乱数组的顺序
a = range(6)
print a
np.random.shuffle(a)
print a
#均匀分布样本
print np.random.rand(4, 4)
#10-20的随机整数
print np.random.randint(10, 20) 
#正态分布
print np.random.randn(2, 4)
#二项分布
n,p=10,.5
print np.random.binomial(n, p, 10) 
#正态分布
mu, sigma = 0, 0.1
print np.random.normal(mu, sigma, 10) 
#Gamma分布的样本值
shape, scale = 2., 2
print np.random.gamma(shape, scale, 10) 
#产生在[0, 1]中均匀分布的样本值
print np.random.uniform(-1, 0, 10)

运行结果:

0.771320643267
[2 6 8 5 7 9 3 1 0 4]
[0, 1, 2, 3, 4, 5]
[4, 3, 5, 0, 2, 1]
[[ 0.26360285  0.15037787  0.68381843  0.81660184]
 [ 0.33607158  0.89081653  0.19812181  0.03061665]
 [ 0.87761494  0.72743551  0.54088093  0.13145815]
 [ 0.41366737  0.77872881  0.58390137  0.18263144]]
19
[[ 1.99652279 -1.11867153  2.18032831  0.19046688]
 [ 1.2616859   0.41765968  0.89395769  0.04735517]]
[4 3 4 3 7 2 6 5 6 4]
[-0.03896465  0.09372965 -0.08169742  0.10196154 -0.03414363  0.07512814
 -0.03622518 -0.11291313 -0.03497105 -0.10527265]
[ 7.86128574  2.90912083  3.54093073  6.31143809  1.91601924  2.79290514
  0.51218382  1.85868267  4.69867246  4.25069805]
[-0.48653337 -0.40216335 -0.73778434 -0.69912869 -0.97460022 -0.69693744
 -0.75792412 -0.44242181 -0.43449298 -0.52486775]

这里应该是结合图形化的,还没学就直接打印出数据,后续结合matplotlib,可以非常直观。

上一篇:

下一篇: