数据分析:是把隐藏在一些看似杂乱无章的数据背后的信息提炼出来,总结出所研究对象的内在规律

数据分析三剑客:Numpy,Pandas,Matplotlib

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持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。¶

一、创建ndarray

1. 使用np.array()创建

一维数据创建

import numpy as np

In [2]:

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

Out[2]:

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

二维数组创建

In [5]:

np.array([[1,2,3],['a','b',1.1]])

Out[5]:

array([['1', '2', '3'],

['a', 'b', '1.1']], dtype='

注意:

numpy默认ndarray的所有元素的类型是相同的

如果传进来的列表中包含不同的类型,则统一为同一类型,优先级:str>float>int

使用matplotlib.pyplot获取一个numpy数组,数据来源于一张图片

import matplotlib.pyplot as plt

In [8]:

img_arr = plt.imread('./bobo.jpg')

In [9]:

plt.imshow(img_arr)

Out[9]:


In [11]:

plt.imshow(img_arr - 66)

Out[11]:


操作该numpy数据,该操作会同步到图片中

2. 使用np的routines函数创建

5) np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 等差数列

In [12]:

np.linspace(1,100,num=50)

Out[12]:

array([ 1. , 3.02040816, 5.04081633, 7.06122449,

9.08163265, 11.10204082, 13.12244898, 15.14285714,

17.16326531, 19.18367347, 21.20408163, 23.2244898 ,

25.24489796, 27.26530612, 29.28571429, 31.30612245,

33.32653061, 35.34693878, 37.36734694, 39.3877551 ,

41.40816327, 43.42857143, 45.44897959, 47.46938776,

49.48979592, 51.51020408, 53.53061224, 55.55102041,

57.57142857, 59.59183673, 61.6122449 , 63.63265306,

65.65306122, 67.67346939, 69.69387755, 71.71428571,

73.73469388, 75.75510204, 77.7755102 , 79.79591837,

81.81632653, 83.83673469, 85.85714286, 87.87755102,

89.89795918, 91.91836735, 93.93877551, 95.95918367,

97.97959184, 100. ])

6) np.arange([start, ]stop, [step, ]dtype=None)

In [13]:

np.arange(1,100,2)

Out[13]:

array([ 1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33,

35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67,

69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99])

7) np.random.randint(low, high=None, size=None, dtype='l')

In [28]:

np.random.seed(10)

arr = np.random.randint(0,100,size=(5,6))

9) np.random.random(size=None)

生成0到1的随机数,左闭右开 np.random.seed(3)

In [21]:

np.random.random(size=(3,3))

Out[21]:

array([[0.765334 , 0.68742254, 0.12771576],

[0.34878082, 0.46292111, 0.75355298],

[0.08188152, 0.53189213, 0.17514265]])

二、ndarray的属性

4个必记参数: ndim:维度 shape:形状(各维度的长度) size:总长度

dtype:元素类型

In [14]:

img_arr.shape

Out[14]:

(626, 413, 3)

In [15]:

img_arr.ndim

Out[15]:

3

In [16]:

img_arr.size

Out[16]:

775614

In [17]:

img_arr.dtype

Out[17]:

dtype('uint8')

In [18]:

type(img_arr)

Out[18]:

numpy.ndarray

三、ndarray的基本操作

1. 索引

一维与列表完全一致 多维时同理

In [29]:

arr

Out[29]:

array([[ 9, 15, 64, 28, 89, 93],

[29, 8, 73, 0, 40, 36],

[16, 11, 54, 88, 62, 33],

[72, 78, 49, 51, 54, 77],

[69, 13, 25, 13, 92, 86]])

In [31]:

arr[[1,2]]

Out[31]:

array([[29, 8, 73, 0, 40, 36],

[16, 11, 54, 88, 62, 33]])

根据索引修改数据

2. 切片

一维与列表完全一致 多维时同理

In [32]:

arr

Out[32]:

array([[ 9, 15, 64, 28, 89, 93],

[29, 8, 73, 0, 40, 36],

[16, 11, 54, 88, 62, 33],

[72, 78, 49, 51, 54, 77],

[69, 13, 25, 13, 92, 86]])

In [33]:

#获取二维数组前两行

arr[0:2]

Out[33]:

array([[ 9, 15, 64, 28, 89, 93],

[29, 8, 73, 0, 40, 36]])

In [34]:

#获取二维数组前两列

arr[:,0:2]

Out[34]:

array([[ 9, 15],

[29, 8],

[16, 11],

[72, 78],

[69, 13]])

In [10]:

#获取二维数组前两行和前两列数据

In [36]:

arr[0:2,0:2]

Out[36]:

array([[ 9, 15],

[29, 8]])

将数据反转,例如[1,2,3]---->[3,2,1]

::进行切片

In [37]:

arr

Out[37]:

array([[ 9, 15, 64, 28, 89, 93],

[29, 8, 73, 0, 40, 36],

[16, 11, 54, 88, 62, 33],

[72, 78, 49, 51, 54, 77],

[69, 13, 25, 13, 92, 86]])

In [38]:

#将数组的行倒序

arr[::-1]

Out[38]:

array([[69, 13, 25, 13, 92, 86],

[72, 78, 49, 51, 54, 77],

[16, 11, 54, 88, 62, 33],

[29, 8, 73, 0, 40, 36],

[ 9, 15, 64, 28, 89, 93]])

In [39]:

#列倒序

arr[:,::-1]

Out[39]:

array([[93, 89, 28, 64, 15, 9],

[36, 40, 0, 73, 8, 29],

[33, 62, 88, 54, 11, 16],

[77, 54, 51, 49, 78, 72],

[86, 92, 13, 25, 13, 69]])

In [40]:

#全部倒序

arr[::-1,::-1]

Out[40]:

array([[86, 92, 13, 25, 13, 69],

[77, 54, 51, 49, 78, 72],

[33, 62, 88, 54, 11, 16],

[36, 40, 0, 73, 8, 29],

[93, 89, 28, 64, 15, 9]])

In [41]:

#将图片进行全倒置操作

plt.imshow(img_arr)

Out[41]:


In [42]:

plt.imshow(img_arr[:,::-1,:])

Out[42]:


In [44]:

plt.imshow(img_arr[::-1,::-1,::-1])

Out[44]:


3. 变形

使用arr.reshape()函数,注意参数是一个tuple!

基本使用

1.将一维数组变形成多维数组

In [51]:

arr_1.reshape((-1,15))

Out[51]:

array([[ 9, 15, 64, 28, 89, 93, 29, 8, 73, 0, 40, 36, 16, 11, 54],

[88, 62, 33, 72, 78, 49, 51, 54, 77, 69, 13, 25, 13, 92, 86]])

2.将多维数组变形成一维数组

In [47]:

arr_1 = arr.reshape((30,))

4. 级联

np.concatenate()

1.一维,二维,多维数组的级联,实际操作中级联多为二维数组

In [52]:

arr

Out[52]:

array([[ 9, 15, 64, 28, 89, 93],

[29, 8, 73, 0, 40, 36],

[16, 11, 54, 88, 62, 33],

[72, 78, 49, 51, 54, 77],

[69, 13, 25, 13, 92, 86]])

In [56]:

np.concatenate((arr,arr),axis=1)

Out[56]:

array([[ 9, 15, 64, 28, 89, 93, 9, 15, 64, 28, 89, 93],

[29, 8, 73, 0, 40, 36, 29, 8, 73, 0, 40, 36],

[16, 11, 54, 88, 62, 33, 16, 11, 54, 88, 62, 33],

[72, 78, 49, 51, 54, 77, 72, 78, 49, 51, 54, 77],

[69, 13, 25, 13, 92, 86, 69, 13, 25, 13, 92, 86]])

In [57]:

arr1 = np.random.randint(0,100,size=(5,5))

arr1

Out[57]:

array([[30, 30, 89, 12, 65],

[31, 57, 36, 27, 18],

[93, 77, 22, 23, 94],

[11, 28, 74, 88, 9],

[15, 18, 80, 71, 88]])

In [60]:

np.concatenate((arr,arr1),axis=1)

Out[60]:

array([[ 9, 15, 64, 28, 89, 93, 30, 30, 89, 12, 65],

[29, 8, 73, 0, 40, 36, 31, 57, 36, 27, 18],

[16, 11, 54, 88, 62, 33, 93, 77, 22, 23, 94],

[72, 78, 49, 51, 54, 77, 11, 28, 74, 88, 9],

[69, 13, 25, 13, 92, 86, 15, 18, 80, 71, 88]])

2.合并两张照片

In [62]:

img_3 = np.concatenate((img_arr,img_arr,img_arr),axis=1)

imgs = np.concatenate((img_3,img_3,img_3),axis=0)

plt.imshow(imgs)

Out[62]:


3.np.hstack与np.vstack

级联需要注意的点:

级联的参数是列表:一定要加中括号或小括号

维度必须相同

形状相符:在维度保持一致的前提下,如果进行横向(axis=1)级联,必须保证进行级联的数组行数保持一致。如果进行纵向(axis=0)级联,必须保证进行级联的数组列数保持一致。

可通过axis参数改变级联的方向

切割

In [64]:

plt.imshow(img_arr)

Out[64]:


In [67]:

plt.imshow(img_arr[50:390,85:340])

Out[67]:


In [65]:

plt.imshow(np.split(img_arr,[400],axis=0)[0])

Out[65]:


四、ndarray的聚合操作

1. 求和np.sum

In [70]:

arr.sum(axis=0)

Out[70]:

array([195, 125, 265, 180, 337, 325])

2. 最大最小值:np.max/ np.min

同理

3.平均值:np.mean()

3. 其他聚合操作

Function Name NaN-safe Version Description

np.sum np.nansum Compute sum of elements

np.prod np.nanprod Compute product of elements

np.mean np.nanmean Compute mean of elements

np.std np.nanstd Compute standard deviation

np.var np.nanvar Compute variance

np.min np.nanmin Find minimum value

np.max np.nanmax Find maximum value

np.argmin np.nanargmin Find index of minimum value

np.argmax np.nanargmax Find index of maximum value

np.median np.nanmedian Compute median of elements

np.percentile np.nanpercentile Compute rank-based statistics of elements

np.any N/A Evaluate whether any elements are true

np.all N/A Evaluate whether all elements are true

np.power 幂运算

六、ndarray的排序

1. 快速排序

np.sort()与ndarray.sort()都可以,但有区别:

np.sort()不改变输入

ndarray.sort()本地处理,不占用空间,但改变输入

In [72]:

np.sort(arr,axis=0)

Out[72]:

array([[ 9, 8, 25, 0, 40, 33],

[16, 11, 49, 13, 54, 36],

[29, 13, 54, 28, 62, 77],

[69, 15, 64, 51, 89, 86],

[72, 78, 73, 88, 92, 93]])

In [73]:

arr.sort(axis=0)

In [74]:

arr

Out[74]:

array([[ 9, 8, 25, 0, 40, 33],

[16, 11, 49, 13, 54, 36],

[29, 13, 54, 28, 62, 77],

[69, 15, 64, 51, 89, 86],

[72, 78, 73, 88, 92, 93]])