《大数据分析：基于Python》 课件 第5章 numpy .pptx

;NumPy是Python语言用于科学计算的第三方库，是数值计算的基础模块。NumPy支持任意维度数组与矩阵运算，并且提供了大量对数组进行处理的函数。这些函数可以直接作?于ndarray数组对象的每?个元素，因此，使用ndarray的运算速度要?使?循环或者列表推导式快很多。Python一些其它第三方库如Pandas、SciPy、TensorFlow等，在一定程度上都依赖于NumPy库。

Anaconda会默认安装一些基础库，其中就包括NumPy和Pandas库。和所有第三方库一样，使用NumPy前，需先进行导入操作，导入命令为：

importnumpyasnp

请注意，使用np作为NumPy的别名是一种约定俗成的做法。;5.1数组的创建

在Python中，使用NumPy库可以轻松创建数组。以下是创建NumPy数组的一些基本方法。

可以用一个列表或者元组通过array创建一维数组。

;也可以用数组函数创建数组，如使用numpy.zeros创建一个全零数组。

;函数;表5-1中表示数组形状的shape参数若只有1个数值，则为一维数组；若给出2个数值，则为二维数组，如(3,4)，表示3行4列的数组；若给出3个数值，则为三维数组，依此类推。

在创建数组时，若没有指定数组的数据类型，NumPy会根据数组中数据元素的值推断出一个合适的数据类型，如果想要指定数据类型，可以通过dtype参数指定。;In[8]:arr5.tolist()#转化为列表

Out[8]:[0,1,2,3,4,5,6,7,8,9]

?

In[9]:list(arr5)#转化为列表

Out[9]:[0,1,2,3,4,5,6,7,8,9]

?

In[10]:narr6=np.arange(1,2,0.2)#从[1,2)中每隔0.2取一个值

...:narr6

Out[10]:array([1.,1.2,1.4,1.6,1.8])

?

In[11]:_.tolist()

Out[11]:[1.0,1.2,1.4,1.5999999999999999,1.7999999999999998];在数据处理过程中，经常会用到随机模拟数据，如产生一个从0到100之间的2×3的数组，或者产生一个0到1之间服从正态分布的10个浮点数，可以使用np.rand的随机函数rand()、randn()、randint()创建随机数组，它们之间的区别如下。;In[12]:np.random.rand()#随机产生[0,1)之间的1个均匀分布的随机数

Out[12]:0.9636627605010293

?

In[13]:np.random.rand(2)#随机产生[0,1)之间的2个均匀分布的随机数

Out[13]:array([00)

?

In[14]:np.random.rand(2,3)#随机产生[0,1)间的2×3形状均匀分布的随机???

Out[14]:

array([[000,

[00.0871293,0.0202184]]);In[17]:np.random.randn(3,2)

Out[17]:

array([[-00,

[-00,

[00])

;In[19]:np.random.randint(10)#生成一个0到9之间的随机整数

Out[19]:8

?

In[20]:np.random.randint(0,10,5)

Out[20]:array([4,1,4,9,8]);属性;In[25]:arr1.size

Out[25]:15

?

In[26]:arr1.T#转置

Out[26]:

array([[5,9,7],

[0,3,6],

[3,5,8],

[3,2,8],

[7,4,1]])

?

In[27]:arr1.dtype

Out[27]:dtype(int32)

?;函数;In[1]:importnumpyasnp

...:narr1=np.ara