Python数据分析与展示(北京理工大学慕课)学习笔记1

Python数据分析与展示基础篇一

  • NumPy库入门

  • 数据的维度

    • NumPy的数组对象
    • ndarray数组的创建和变换
    • ndarray数组的操作
    • ndarray数组的运算
  • NumPy数据存取与函数

  • 数据的csv文件存取

    • 多维数据的存取
    • NumPy的随机数函数
    • NumPy的统计函数
    • NumPy的梯度函数

NumPy库入门

数据的维度

高维数据仅利用最基本的二元关系展示数据间的复杂结构

  • 一维数据:列表和集合类型
  • 二维数据:列表类型
  • 多维数据:列表类型
  • 高维数据:字典类型(键值对)或数据表示格式(XML,JSON,YAML)

NumPy的数组对象

NumPy的N维数组对象:ndarray

import numpy as np

  • 数组对象可以去掉元素间运算所需的循环,使一维向量更像单个数据
  • 数组对象采用相同的数据类型,有助于节省运算和存储空间

ndarray是一个多维数组对象,由两部分构成:

  • 实际的数据
  • 描述这些数据的元数据(数据维度,数据类型等)

ndarray数组一般要求所有元素类型相同(同质),数组下标从0开始

np.array() #生成一个ndarray数组
np.array() #输出成[ ]形式,元素由空格分割

轴(axis):保存数据的维度
秩(rank):轴的数量
ndarray对象的属性:

.ndim 秩,即轴的数量或维度的数量 .shape ndarray对象的尺度,对于矩阵,n行m列 .size ndarray对象元素的个数,相当于.shape中n*m的值 .dtype ndarray对象的元素类型 .itemsize ndarray对象中每个元素的大小,以字节为单位

ndarray数组可以由非同质对象构成,非同质ndarray元素为对象类型。但非同质ndarray对象无法有效发挥NumPy优势,尽量避免使用

ndarray数组的创建和变换

创建:

  • 从Python中的列表、元组等类型创建ndarray数组

x=np.array(list/tuple)
x=np.array(list/tuple,dtype=np.float32)
当np.array()不指定dtype时, NumPy将根据数据情况关联一个dtype类型

  • 使用NumPy中函数创建ndarray数组,如,arange, ones,zeros等

np.arange(n) 类似range()函数,返回ndarray类型,元素从0到n-1 np.ones(shape) 根据shape生成一个全1数组,shape是元组类型 np.zeros(shape) 根据shape生成一个全0数组,shape是元组类型 np.full(shape,val) 根据shape生成一个数组,每个元素值都是val np.eye(n) 创建也给正方的n*n单位矩阵,对角线为1,其余全为0 np.ons_like(a) 根据数组a的形状生成一个全1数组 np.zeros_like(a) 根据数组a的形状生成一个全0数组 np.full_like(a,val) 根据数组a的形状生成一个数组,每个元素值都是val np.linespace() 根据起止数据等间距地填充数据,形成数组 np.concatenate() 将两个或多个数组合并成一个新的数组

ndarray数组的维度变换

.reshape(shape) 不改变数组元素,返回一个shape形状的数组,原数组不变 .resize(shape) 与.reshape()功能一致,但修改原数组 .swapaxes(ax1,ax2) 将数组n个维度中两个维度进行调换 .flatten() 对数组进行降维,返回折叠后的一维数组,原数组不变

ndarray数组的类型变换:

new_a=a.stype(new_type)
astype()方法一定会创建新的数组(原始数据的一个拷贝),即使两个类型一致

nadarray数组向列表的转换:

ls=a.tolist()

  • 从字节流(raw bytes)中创建ndarray数组
  • 从文件中读取特定格式,创建ndarray数组

ndarray数组的操作

数组的索引和切片:
在这里插入图片描述
在这里插入图片描述

ndarray数组的运算

数组与标量之间的运算作用于数组的每一个元素
NumPy一元函数
对ndarray中的数据执行元素级运算的函数

np.abs(x) np.fabs(x) 计算数组各元素的绝对值 np.sqrt(x) 计算数组各元素的平方根 np.square(x) 计算数组各元素的平方 np.log(x) np.log10(x) np.log2(x) 计算数组各元素的自然对数,10底对数,2底对数 np.ceil(x) np.floor(x) 计算数组各元素的ceiling值或floor值 np.rint(x) 计算数组各元素的四舍五入值 np.modf(x) 将数组各元素的小数和整数部分以两个独立数组形式返回 np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x) 计算数组各元素的普通型和双曲型三角函数 np.exp(x) 计算数组各元素的指数值 np.sign(x) 计算数组各元素的符号值,1(+),0,-1(-)

NumPy二元函数

+,-,*,/,** 两个数组各元素进行对应运算 np.maximum(x,y) np.fmax() np.minimum(x,y) np.fmin() 元素级的最大值/最小值运算 np.mod(x,y) 元素级的模运算 np.copysign(x,y) 将数组y中各元素值的符号赋值给数组x对应元素

<>=<= == !=

算术比较,产生布尔型数组

NumPy数据存取与函数

数据的csv文件存取

CSV(Comma-Separated Value, 逗号分隔值),存储批量数据

1np.savetxt(frame,array,fmt='%.18e',delimiter=None) 2#frame:文件、字符串或产生器,可以是.gz或.bz2的压缩文件 3#array:存入文件的数组 4#fmt:写入文件的格式,例如:%d %.2f %.18e 5#delimiter:分割字符串,默认是任何空格 6 7

在这里插入图片描述

1np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False) 2#frame:文件、字符串或产生器,可以是.gz或.bz2的压缩文件 3#dtype:数据类型,可选 4#delimiter:分割字符串,默认是任何空格 5#unpack:如果True,读入属性将分别写入不同变量 6 7

多维数据的存取

1a.tofile(frame,sep='',format='%s') 2#frame:文件,字符串 3#sep:数据分割字符串,如果是空串,写入文件为二进制 4#format:写入数据的格式 5 6

在这里插入图片描述
在这里插入图片描述

1np.fromfile(frame,dtype='float',count=-1,sep='') 2#frame:文件,字符串 3#dtype:读取的数据类型 4#count:读入元素个数,-1表示读入整个文件 5#sep:数据分割字符串,如果是空串,写入文件为二进制 6 7

但是维度信息会丢失
需要读取时知道存入文件时数组的维度和元素类型
a.tofile()和np.fromfile()需要配合使用
(可以通过元数据文件来存储额外信息)

便捷存取(可以保留数组的维度和元素类型):

1np.save(frame,array) 2np.savaz(frame,array)#存储为压缩文件 3#frame:文件名,以.npy为扩展名,压缩扩展名为.npz 4#array:数组变量 5 6
1np.load(frame) 2#frame:文件名,以.npy为扩展名,压缩扩展名为.npz 3 4

NumPy的随机数函数

NumPy的random子库:

np.randoom.rand()
np.random.randn()
np.random.randint()

np.random()的随机数函数

rand(d0,d1,…,dn) 根据d0-dn创建随机数数组,浮点数,[0,1),均匀分布 randn(d0,d1,…,dn) 根据d0-dn创建随机数数组,标准正态分布 randint(low,high,shape) 根据shape创建随机整数或整数数组,范围是[low,high) seed(s) 随机数种子,s是给定的种子值 shuffle(a) 根据数组a的第1轴进行随排列,改变数组x permutation(a) 根据数组a的第1轴产生一个新的乱序数组,不改变数组x choice(a,size,replace,p) 从一维数组a中以概率p抽取元素,形成size形状新数组,replace表示是否可以重用元素,默认为True(即可以重复调用相同元素) uniform(low,high,size) 产生具有均匀分布的数组,low起始值,high结束值,size形状 normal(loc,scale,size) 产生具有正态分布的数组,low起始值,scale标准差,size形状 poisson(lam,size) 产生具有泊松分布的数组,lam随机事件发生率,size形状

在这里插入图片描述

NumPy的统计函数

sum(a,axis=None) 根据给定轴axis计算数组a相关元素之和,axis整数或元组 mean(a,axis=None) 根据给定轴axis计算数组a相关元素期望,axis整数或元组 average(a,axis=None,weights=None) 根据给定轴axis计算数组a相关元素的加权平均值 std(a,axis=None) 根据给定轴axis计算数组a相关元素的标准差 var(a,axis=None) 根据给定轴axis计算数组a相关元素的方差 min(a) max(a) 计算数组a中元素的最小值,最大值 argmin(a) argmax(a) 计算数组a中元素最小值,最大值的降一维后下标 unravel_index(index,shape) 根据shape将一维下标index转换成多维下标 ptp(a) 计算数组a中元素最大值与最小值的差 median(a) 计算数组a中元素的中位数(中值)

NumPy的梯度函数

np.gradient(f) 计算数组f中元素的梯度,当f为多维时,返回每个维度的梯度

代码交流 2021