【Python爬虫与数据分析】NumPy初阶——数组创建与访问

目录

一、NumPy概述

二、NumPy数据类型

三、创建数组

1. numpy.array函数创建数组

2. np.arange创建数组

3. numpy.random.rand创建数组

4. numpy.random.randint创建数组

5. NumPy创建特殊数组

四、数组的属性

五、NumPy数组索引与切片

一、NumPy概述

NumPy（Numerical Python的简称）是一个开源的Python科学计算库，用于对多维数组进行快速操作以及与其相关的数学运算。它是由Travis Oliphant于2005年创建的，旨在通过提供大量的数学和统计工具，满足科学家、工程师和数据分析师在Python编程中高效处理数据的需求，NumPy本身并没有提供很多高级的数据分析功能，许多其他的数据科学工具都是基于 NumPy 开发的，理解NumPy数组以及面向数组的计算将有助于你更加高效地使用诸如pandas之类的工具。

NumPy库特点：

• ndarray：NumPy的核心数据结构是ndarray（N-dimensional array，多维数组），存储相同类型的元素。
• 数组操作：NumPy的数组操作包括算术运算、逻辑运算、线性代数运算、统计运算......
• 数学函数库：NumPy包含了大量的数学函数，包括三角函数、指数和对数函数、线性代数函数、随机数生成函数......
• 广播（Broadcasting）：广播允许不同形状的数组直接进行算术运算，避免了显示循环，提高代码效率。
• 索引和切片：类似Python的列表和C语言的多维数组进行索引和切片。

NumPy数组和Python列表的区别：

• NumPy数组中的所有元素都是相同类型的
• NumPy数组效率远高于Python列表
• NumPy数组提供了全面的数学函数可以直接对多维数组进行运算

二、NumPy数据类型

Python 原生的数据类型相对较少， bool、int、float、str等。这在不需要关心数据在计算机中表示的所有方式是方便的。但是，对于科学计算，通常需要更多的控制。

NumPy支持的数据类型比Python内置的类型要多很多，这其中部分类型与Python内置的类型是一样的，为了加以区分，NumPy在与Python相同的数据类型名称末尾都加了“_”。

每个内置类型都有一个唯一定义它的字符代码：

示例：

import numpy as np

a = np.dtype('b1')
print(a.type) # <class 'numpy.bool_'>

a = np.dtype('i4')
print(a.type) # <class 'numpy.int32'>

a = np.dtype('i8')
print(a.type) # <class 'numpy.int64'>

a = np.dtype('u2')
print(a.type) # <class 'numpy.uint16'>

a = np.dtype('u8')
print(a.type) # <class 'numpy.uint64'>

a = np.dtype('f4')
print(a.type) # <class 'numpy.float32'>

a = np.dtype('f8')
print(a.type) # <class 'numpy.float64'>

a = np.dtype('S')
print(a.type) # <class 'numpy.bytes_'>

a = np.dtype('S3')
print(a.type) # <class 'numpy.bytes_'>

a = np.dtype('U3')
print(a.type) # <class 'numpy.str_'>

NumPy常量：

• 【numpy.nan】：表示空值，nan = NaN = NAN，numpy.isnan() 判断是否为空
• 【numpy.inf】：表示正无穷大(负的无穷大：-np.inf)，numpy.isinf() 判断是否是正负无穷大
• 【numpy.pi】：表示圆周率，3.14
• 【numpy.e】：表示自然常数，2.71

import numpy as np
a = np.array([1, np.nan, 3, np.inf, 5, np.pi, 7, np.e])
np.isnan(a)
# array([False,  True, False, False, False, False, False, False])
np.isinf(a)
# array([False, False, False,  True, False, False, False, False])

三、创建数组

NumPy最重要的一个特点就是其N维数组对象（即ndarray），它是 python 中 list 的扩展，是一个快速而灵活的大数据集容器。
 

1. numpy.array函数创建数组

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

import numpy as np

# 创建一维数组
a1 = np.array([1, 2, 3])
# array([1, 2, 3])

# 创建二维数组
a2 = np.array([[1, 2, 3], [4, 5, 6]])
# array([[1, 2, 3],
#        [4, 5, 6]])

# 创建三维数组
a3 = np.array([[[1, 2, 3],
                [4, 5, 6]],
               [[7, 8, 9],
                [10, 11, 12]]])
# array([[[ 1,  2,  3],
#         [ 4,  5,  6]],
#
#        [[ 7,  8,  9],
#         [10, 11, 12]]])

# 查看数组形状
print(np.shape(a1), np.shape(a2), np.shape(a3))
print(a1.shape, a2.shape, np.shape(a3))
# (3,) (2, 3) (2, 2, 3)

# 查看数组维度
print(np.ndim(a1), np.ndim(a2), np.ndim(a3))
print(a1.ndim, a2.ndim, a3.ndim)
# 1 2 3

2. np.arange创建数组

numpy.arange(start, stop, step, dtype=None)

• start：起始数字，默认为0
• stop：结束数字
• step：步长，默认为1
• dtype：指定数据类型

import numpy as np

a1 = np.arange(5)
print(a1)   # [0, 1, 2, 3, 4]

a2 = np.arange(2, 8)
print(a2)   # [2 3 4 5 6 7]

a3 = np.arange(2, 10, 2)
print(a3)   # [2 4 6 8]

a4 = np.arange(2, 10, 3, float)
print(a4)   # [2. 5. 8.]

3. numpy.random.rand创建数组

numpy.random.rand(d0,d1,…,dn)

• 创建数组，返回一个由[0,1)内的随机数组成的数组
• d0,d1,...dn: 数组的维度

import numpy as np

a1 = np.random.rand(5)
print(a1)
# [0.52096722 0.79390646 0.67468159 0.28415768 0.4231725 ]

a2 = np.random.rand(2, 3)
print(a2)
# [[0.80116637 0.25449359 0.32428079]
#  [0.77801779 0.04284573 0.58361303]]

4. numpy.random.randint创建数组

numpy.random.randint(low, high=None, size=None, dtype=’l’)

创建数组，返回随机整数或整型数组，范围区间为 [low, high)

• low：最小值，如果没有指定high这个参数，则low为生成的元素值的最大值
• high：最大值
• size：数组维度大小
• dtype：数据类型，默认的数据类型是np.int

import numpy as np

a1 = np.random.randint(5)
# 返回 0 ~ 5 之间的随机数

a2 = np.random.randint(2, 5, size=(2, 3))
# 返回形状为(2, 3)的数组，每个元素的值为 2 ~ 5

5. NumPy创建特殊数组

全0、全1数组：

numpy.zeros(shape, dtype=None, order='C')
numpy.ones(shape, dtype=None, order='C')

• order：在计算机内存中存储元素的顺序，“C”行优先，“F”列优先

import numpy as np

a1 = np.zeros(2)
print(a1)   # [0. 0.]
# 返回两个元素为0的一维数组

a2 = np.zeros((2, 3), dtype=int)
print(a2)
# [[0 0 0]
#  [0 0 0]]

a3 = np.ones((3, 2), dtype=int)
print(a3)
# [[1 1]
#  [1 1]
#  [1 1]]

单位数组：返回一个对角线上为1，其它地方为零的单位数组。

numpy.eye(N, M=None, k=0, dtype=float, order='C')

import numpy as np

a1 = np.eye(3)
print(a1)
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

a2 = np.eye(4, dtype=int)
print(a2)
# [[1 0 0 0]
#  [0 1 0 0]
#  [0 0 1 0]
#  [0 0 0 1]]

常数数组：

numpy.full(shape, fill_value, dtype=None, order='C')

• shape：数组形状，参数值可以是int，int元组，int列表
• fill_value：填充值

import numpy as np

arr1 = np.full([2,3], 4)
print(arr1)
# [[4, 4, 4],
#  [4, 4, 4]]

arr2 = np.full([3, 3], True)
print(arr2)
# [[ True  True  True]
#  [ True  True  True]
#  [ True  True  True]]

等差数列数组：生成一个指定大小，指定数据区间的均匀分布序列

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

• start：起始数字。
• end：结束数字。
• num：生成序列个数；其值默认为50。
• endpoint：取True时，序列包含最大值end；否则不包含；默认为True。
• retstep：该值取True时，生成的序列中显示间距；否则不显示；默认为false。
• dtype：数据类型；当为None时，根据其他输入推断数据类型。

import numpy as np

a1 = np.linspace(1, 10, 5)
print(a1)
# [ 1. , 3.25, 5.5 , 7.75, 10. ]

a2 = np.linspace(1, 10, 5, dtype=np.int_)
print(a2)
# [ 1  3  5  7 10]      # 向下取整

a3 = np.linspace(1, 10, 5, endpoint=False)
print(a3)
# [1.  2.8 4.6 6.4 8.2]

四、数组的属性

numpy.ndarray.ndim 用于返回数组的维数（轴的个数）也称为秩，一维数组的秩为 1，二维数
组的秩为 2，以此类推。

import numpy as np

arr = np.random.randint(1, 10, size=(3, 4))
print(arr)
# [[9 9 7 9]
#  [4 6 8 1]
#  [6 2 5 5]]

print(arr.ndim, arr.shape, arr.size, arr.dtype, arr.itemsize)
# 2 (3, 4) 12 int32 4

print(arr.flags)
# C_CONTIGUOUS: True
# F_CONTIGUOUS: False
# OWNDATA: True
# WRITEABLE: True
# ALIGNED: True
# WRITEBACKIFCOPY: False

print(arr.real)
# [[9 9 7 9]
#  [4 6 8 1]
#  [6 2 5 5]]

print(arr.imag)
# [[0 0 0 0]
#  [0 0 0 0]
#  [0 0 0 0]]

五、NumPy数组索引与切片

ndarray的索引类似于C语言的多维数组的访问，通过下标和维度进行索引访问元素。

ndarray还支持条件判断索引，将符合条件的元素组成一维数组返回。

import numpy as np

arr = np.arange(12)
# [ 0  1  2  3  4  5  6  7  8  9 10 11]

print(arr[1])                   # 1，下标索引
print(arr[[0, 2, 4]])           # [0 2 4]，整数数列索引
print(arr[arr > 5])             # [ 6  7  8  9 10 11]，布尔索引

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

print(arr[1], arr[0])                # [2 4 6] [1 3 5]
print(arr[1][2], arr[0][1])          # 6 3
print(arr[arr > 2])                  # [3 5 4 6]
print(arr[(arr > 2) & (arr < 5)])    # [3 4]
print(arr[(arr > 5) | (arr < 2)])    # [1 6]
# 多个条件判断只能用 & 和 | , 不能用 and or , 条件要加括号

arr = np.array([np.nan, 1, 2, np.nan])
# [nan  1.  2. nan]

# ~（取补运算符）来过滤NAN
print(arr[np.isnan(arr)])       # [nan nan]
print(arr[~np.isnan(arr)])      # [1. 2.]

ndarray与 Python 中 list 的切片操作类似，numpy.ndarray对象的内容可以通过索引或切片来访问和修改。

numpy数组切片需要使用切片语法，arr[i, j, k, ...]，i, j, k分别代表数组第0维、第1维、第2维，通过 (start : stop : step) 方式来操作，从原数组中切割出一个新数组， step默认为1。

一维数组切片：

import numpy as np

arr = np.arange(1, 9)
# [ 0  1  2  3  4  5  6  7  8]

print(arr[:5])      # [1 2 3 4 5]
print(arr[1::2])    # [2 4 6 8], 设置步长为2
print(arr[::-1])    # [8 7 6 5 4 3 2 1], 设置步长为-1, 逆序输出

二维数组切片：

多维数组切片，通过对每个以逗号分隔的维度执行单独的切片，对于二维数组，我们的第一片定义了行的切片，第二片定义了列的切片。

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])

print(arr[0])
# [1 2 3]

print(arr[0:2])
# [[1 2 3]
#  [4 5 6]]

print(arr[0:1])
# [[1 2 3]]

print(arr[0:3:2])
# [[1 2 3]
#  [7 8 9]]
# 设置步长为2

print(arr[:, 1])
# [2 5 8]

print(arr[1:3, 1:3])
# [[5 6]
#  [8 9]]

print(arr[::2, ::2])
# [[1 3]
#  [7 9]]

print(arr[::, ::-1])
# [[3 2 1]
#  [6 5 4]
#  [9 8 7]]

print(arr[::-2, ::-2])
# [[9 7]
#  [3 1]]

切片还可以包括省略号 ... ，足够多的冒号可以构建完整的索引列表。

比如，如果 x 是 5 维数组，对 x 数组进行切片：

• x[1, 2, ...] 等于 x[1, 2, :, :, :]
• x[..., 3] 等于 x[:, :, :, :, 3]
• x[2, ..., 3, :] 等于 x[2, :, :, 5, :]

三维数组切片：文章来源地址https://www.toymoban.com/news/detail-549110.html

import numpy as np

arr = np.random.randint(5, 10, size=(2, 3, 4))
print(arr)
# [[[7 5 5 9]
#   [8 7 9 7]
#   [6 9 7 8]]
#
#  [[8 5 7 7]
#   [9 6 8 6]
#   [7 8 6 5]]]

print(arr[1, ...])
# [[8 5 7 7]
#  [9 6 8 6]
#  [7 8 6 5]]

print(arr[..., 2])
# [[5 9 7]
#  [7 8 6]]

print(arr[0, ..., 1])
# [5 7 9]

print(arr[0][1])
# [8 7 9 7]

print(arr[1][1][1])
# 6

到了这里，关于【Python爬虫与数据分析】NumPy初阶——数组创建与访问的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！