三 Python數(shù)據(jù)科學(xué)工具

1.Numpy

numpy是Python中一個(gè)非常重要的科學(xué)計(jì)算庫(kù)，其最基礎(chǔ)的功能就是N維數(shù)組對(duì)象——ndarray。

1.1 數(shù)組的創(chuàng)建

1）np.array()

用np.array()函數(shù)可以將Python的序列對(duì)象（如列表、元組）轉(zhuǎn)換為ndarray數(shù)組。

import numpy as np

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

2）arange、linspace、logspace

• np.arange(start, stop, step)：創(chuàng)建一個(gè)一維數(shù)組，其中的值是從start到stop（不包括stop）的等差數(shù)列，步長(zhǎng)為step。
• np.linspace(start, stop, num)：創(chuàng)建一個(gè)一維數(shù)組，其中的值是從start到stop（包括stop）的等間距數(shù)列，數(shù)列中包含num個(gè)值。
• np.logspace(start, stop, num, base)：創(chuàng)建一個(gè)一維數(shù)組，其中的值是從base的start次方到base的stop次方（包括stop），數(shù)列中包含num個(gè)值。

import numpy as np

# 創(chuàng)建一個(gè)等差數(shù)列
arr1 = np.arange(0, 10, 2)
print(arr1) # [0 2 4 6 8]

# 創(chuàng)建一個(gè)等間距數(shù)列
arr2 = np.linspace(0, 1, 5)
print(arr2) # [0.   0.25 0.5  0.75 1.  ]

# 創(chuàng)建一個(gè)對(duì)數(shù)間距數(shù)列
arr3 = np.logspace(0, 2, 3, base=10)
print(arr3) # [  1.  10. 100.]

3）創(chuàng)建特定數(shù)組

• np.zeros(shape)：創(chuàng)建一個(gè)所有元素都為0的數(shù)組，其中shape是數(shù)組的形狀，可以是一個(gè)整數(shù)、元組或列表。
• np.ones(shape)：創(chuàng)建一個(gè)所有元素都為1的數(shù)組，形狀同上。
• np.identity(n)：創(chuàng)建一個(gè)n×n的單位矩陣（即對(duì)角線上的元素為1，其余元素為0的矩陣）。
• np.empty(shape)：創(chuàng)建一個(gè)指定形狀的空數(shù)組，其中的元素值可能是未初始化的隨機(jī)數(shù)據(jù)。
• np.diag(v, k=0)：創(chuàng)建一個(gè)以v為對(duì)角線元素的對(duì)角矩陣，其中k表示對(duì)角線的偏移量，可以為正（表示在主對(duì)角線之上）或者負(fù)（表示在主對(duì)角線之下）。

import numpy as np

# 創(chuàng)建一個(gè)所有元素都為0的3×3數(shù)組
arr1 = np.zeros((3, 3))
print(arr1)
'''
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
'''

# 創(chuàng)建一個(gè)所有元素都為1的2×2數(shù)組
arr2 = np.ones([2, 2])
print(arr2)
'''
[[1. 1.]
 [1. 1.]]
'''

# 創(chuàng)建一個(gè)4×4的單位矩陣
arr3 = np.identity(4)
print(arr3)
'''
[[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 0. 1.]]
'''

# 創(chuàng)建一個(gè)2×3的空數(shù)組
arr4 = np.empty((2, 3))
print(arr4)
'''
[[1. 1. 1.]
 [1. 1. 1.]]
'''

# 創(chuàng)建一個(gè)以[1, 2, 3]為對(duì)角線元素的對(duì)角矩陣
arr5 = np.diag([1, 2, 3])
print(arr5)
'''
[[1 0 0]
 [0 2 0]
 [0 0 3]]
'''

1.2 數(shù)組元素的訪問(wèn)

• 下標(biāo)或切片：

  例如，對(duì)于一維數(shù)組arr，可以使用arr[0]來(lái)訪問(wèn)第一個(gè)元素，使用arr[1:3]來(lái)訪問(wèn)第2到第4個(gè)元素。

• 整數(shù)序列：

  可以使用整數(shù)序列來(lái)訪問(wèn)任意元素，例如arr[[0, 2, 3]]將返回第1、3、4個(gè)元素組成的數(shù)組。

• 布爾數(shù)組：

  可以使用一個(gè)布爾數(shù)組進(jìn)行索引，數(shù)組中為True的位置對(duì)應(yīng)的元素會(huì)被提取出來(lái)，例如arr[arr > 5]將返回所有大于5的元素

import numpy as np

# 創(chuàng)建一個(gè)一維數(shù)組
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)
'''
[1 2 3 4 5]
'''

# 創(chuàng)建一個(gè)二維數(shù)組
arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr2)
'''
[[1 2 3]
 [4 5 6]
 [7 8 9]]
'''

# 使用下標(biāo)或切片訪問(wèn)數(shù)組元素
print(arr1[0])  # 輸出第一個(gè)元素
print(arr2[1, 2])  # 輸出第二行第三列的元素
'''
1
6
'''

# 使用整數(shù)序列訪問(wèn)數(shù)組元素
print(arr1[[0, 2, 4]])  # 輸出第1、3、5個(gè)元素
print(arr2[[0, 2], [1, 2]])  # 輸出(0,1)和(2,2)位置的元素
'''
[1 3 5]
[2 9]
'''

# 使用布爾數(shù)組訪問(wèn)數(shù)組元素
print(arr1[arr1 > 3])  # 輸出大于3的元素
print(arr2[arr2 % 2 == 0])  # 輸出所有偶數(shù)元素
'''
[12 15 18]
[2. 5. 8.]
'''

1.3 多維數(shù)組的axis參數(shù)

在多維數(shù)組中，我們可以通過(guò)指定axis參數(shù)來(lái)沿著某個(gè)軸進(jìn)行操作。

axis參數(shù)可以取0、1、2等值，表示對(duì)應(yīng)的維度。

例如，
對(duì)于一個(gè)二維數(shù)組，
axis=0表示沿著行的方向進(jìn)行操作，
而axis=1則表示沿著列的方向進(jìn)行操作。

在一些函數(shù)中，axis也可以取負(fù)值，表示從后往前數(shù)的維度。

在實(shí)際操作中，我們經(jīng)常需要對(duì)多維數(shù)組進(jìn)行求和、平均、最大/小值等操作，這時(shí)就需要考慮axis參數(shù)的取值。

import numpy as np

# 創(chuàng)建一個(gè)二維數(shù)組
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 沿著行的方向?qū)?shù)組求和
print(np.sum(arr, axis=0))  # 輸出[12 15 18]

# 沿著列的方向?qū)?shù)組求和
print(np.sum(arr, axis=1))  # 輸出[ 6 15 24]

# 沿著行的方向?qū)?shù)組求平均值
print(np.mean(arr, axis=0))  # 輸出[4. 5. 6.]

# 沿著列的方向?qū)?shù)組求平均值
print(np.mean(arr, axis=1))  # 輸出[2. 5. 8.]

# 沿著第三個(gè)維度求和，但該數(shù)組只有兩個(gè)維度，所以會(huì)報(bào)錯(cuò)
try:
    print(np.sum(arr, axis=2))
except Exception as e:
    print(str(e))  # 輸出"axis 2 is out of bounds for array of dimension 2"

# 沿著負(fù)數(shù)的維度求和，即從后往前數(shù)的第二個(gè)維度
print(np.sum(arr, axis=-2))  # 輸出[12 15 18]

1.4 ufunc運(yùn)算

import numpy as np

# 創(chuàng)建兩個(gè)一維數(shù)組
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

# 加法
print(x + y)  # 輸出[5 7 9]

# 減法
print(x - y)  # 輸出[-3 -3 -3]

# 乘法
print(x * y)  # 輸出[ 4 10 18]

# 除法
print(x / y)  # 輸出[0.25 0.4  0.5 ]

# 冪運(yùn)算
print(x ** 2)  # 輸出[1 4 9]

# 正弦函數(shù)
print(np.sin(x))  # 輸出[0.84147098 0.90929743 0.14112001]

# 余弦函數(shù)
print(np.cos(y))  # 輸出[-0.65364362  0.28366219  0.96017029]

# 平方根函數(shù)
print(np.sqrt(x))  # 輸出[1.         1.41421356 1.73205081]

# 指數(shù)函數(shù)
print(np.exp(y))  # 輸出[ 54.59815003 148.4131591  403.42879349]

# 自然對(duì)數(shù)函數(shù)
print(np.log(y))  # 輸出[1.38629436 1.60943791 1.79175947]

# 創(chuàng)建一個(gè)二維數(shù)組
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 沿著行的方向?qū)?shù)組求和
print(np.sum(arr, axis=0))  # 輸出[12 15 18]

# 沿著列的方向?qū)?shù)組求平均值
print(np.mean(arr, axis=1))  # 輸出[2. 5. 8.]

1.5 向量與矩陣運(yùn)算

向量表示為一維數(shù)組，矩陣表示為二維數(shù)組。

1）向量?jī)?nèi)積

向量?jī)?nèi)積是兩個(gè)向量對(duì)應(yīng)位置元素的乘積之和，可以用來(lái)計(jì)算向量之間的相似度。

當(dāng)兩個(gè)向量之間的夾角越小時(shí)，它們的內(nèi)積也就越大，說(shuō)明它們之間的相似度越高。

import numpy as np

x1 = np.array([1, 2, 3])
x2 = np.array([4, 5, 6])

print(np.dot(x1, x2)) 
# 輸出32（1*4 + 2*5 + 3*6）

2）矩陣基本運(yùn)算

import numpy as np

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

print(a + b)   # 對(duì)應(yīng)位置相加
# 輸出 [[ 6  8]
#       [10 12]]

print(a - b)   # 對(duì)應(yīng)位置相減
# 輸出 [[-4 -4]
#       [-4 -4]]

print(a * b)   # 對(duì)應(yīng)位置相乘
# 輸出 [[ 5 12]
#       [21 32]]

print(b / a)   # 對(duì)應(yīng)位置相除
# 輸出 [[5.         3.        ]
#       [2.33333333 2.        ]]

print(b // a)  # 對(duì)應(yīng)位置整除
# 輸出 [[5 3]
#       [2 2]]

print(b % a)   # 對(duì)應(yīng)位置取模
# 輸出 [[0 0]
#       [1 0]]

print(a ** 2)  # 冪運(yùn)算
# 輸出 [[ 1  4]
#       [ 9 16]]

print(a @ b)   # 矩陣乘積
# 輸出 [[19 22]
#       [43 50]]

3）矩陣轉(zhuǎn)置

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.T)
# 輸出 [[1 4]
#       [2 5]
#       [3 6]]

4）數(shù)據(jù)排序

可以使用sort()函數(shù)對(duì)數(shù)組進(jìn)行排序。默認(rèn)情況下，該函數(shù)按升序排序，如果需要降序排序則需要傳入?yún)?shù)kind='quicksort', order=大于時(shí)為-1, 小于時(shí)為1。

import numpy as np

a = np.array([3, 1, 2])
print(np.sort(a)) # 升序排序，輸出[1 2 3]

print(np.sort(a)[::-1]) # 降序排序，輸出[3 2 1]

sort()函數(shù)還支持按照指定軸進(jìn)行排序。

import numpy as np

a = np.array([[3, 2], [1, 4]])
print(np.sort(a, axis=0)) # 對(duì)列排序，輸出[[1 2] [3 4]]

print(np.sort(a, axis=1)) # 對(duì)行排序，輸出[[2 3] [1 4]]

2.Pandas

2.1 Series

Series是一維的序列，可以看作由一組數(shù)據(jù)及其對(duì)應(yīng)的索引組成。

• 創(chuàng)建

import pandas as pd

data = pd.Series([0.25, 0.5, 0.75, 1.0])
print(data)

'''
0    0.25
1    0.50
2    0.75
3    1.00
dtype: float64
'''

• 訪問(wèn)元素

  對(duì)于Series，可以使用位置索引或者標(biāo)簽索引來(lái)訪問(wèn)單個(gè)元素或者多個(gè)元素。

  import pandas as pd
  
  data = pd.Series([0.25, 0.5, 0.75, 1.0])
  
  print(data[0])    # 輸出第一個(gè)元素
  '''
  0.25
  '''
  
  print(data[:2])   # 輸出前兩個(gè)元素
  '''
  0    0.25
  1    0.50
  dtype: float64
  '''
  
  print(data[[1,3]])    # 輸出第二個(gè)和第四個(gè)元素
  '''
  1    0.50
  3    1.00
  dtype: float64
  '''
  

2.2 DataFrame

DataFrame是二維的表結(jié)構(gòu)，可以看作是由多個(gè)Series組成。

每一列的數(shù)據(jù)類型可以不同，但是同一列中的數(shù)據(jù)類型必須相同。

• 定義

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['F', 'M', 'M', 'F']}
df = pd.DataFrame(data)
print(df)

'''
       name  age gender
0     Alice   25      F
1       Bob   30      M
2   Charlie   35      M
3     David   40      F
'''

• 訪問(wèn)元素

  對(duì)于DataFrame，可以使用列標(biāo)簽和行標(biāo)簽來(lái)訪問(wèn)單個(gè)元素或者多個(gè)元素。

  import pandas as pd
  
  data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
          'age': [25, 30, 35, 40],
          'gender': ['F', 'M', 'M', 'F']}
  df = pd.DataFrame(data)
  
  print(df['name'])    # 輸出name這一列的所有元素
  '''
  0      Alice
  1        Bob
  2    Charlie
  3      David
  Name: name, dtype: object
  '''
  
  print(df.loc[1])     # 輸出第二行的所有元素
  '''
  name      Bob
  age        30
  gender      M
  Name: 1, dtype: object
  '''
  
  print(df.iloc[0:2, 1:])     # 輸出前兩行，從第二列開(kāi)始的所有元素
  '''
     age   gender
  0   25      F
  1   30      M
  '''
  

2.3 布爾類型數(shù)組索引

布爾型數(shù)組索引是指通過(guò)一個(gè)布爾值的數(shù)組來(lái)進(jìn)行切片。

這個(gè)數(shù)組的長(zhǎng)度必須和被索引的Series或DataFrame的長(zhǎng)度相同，其中每個(gè)元素代表著這個(gè)位置是否被選中。

True：選中

False：未選中

• 對(duì)Series

  import pandas as pd
  
  data = pd.Series([0.25, 0.5, 0.75, 1.0])
  
  bool_arr = [True, False, True, False]
  
  print(data[bool_arr])    # 輸出第一和第三個(gè)元素
  '''
  0    0.25
  2    0.75
  dtype: float64
  '''
  

• 對(duì)DataFrame

  import pandas as pd
  
  data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
          'age': [25, 30, 35, 40],
          'gender': ['F', 'M', 'M', 'F']}
  
  df = pd.DataFrame(data)
  bool_arr = [False, True, False, True]
  
  print(df[bool_arr])    # 輸出第二和第四行的所有元素
  '''
      name   age   gender
  1    Bob   30      M
  3  David   40      F
  '''
  

[bool_arr]) # 輸出第一和第三個(gè)元素
‘’’
0 0.25
2 0.75
dtype: float64
‘’’文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-494838.html

* 對(duì)DataFrame

```python
import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['F', 'M', 'M', 'F']}

df = pd.DataFrame(data)
bool_arr = [False, True, False, True]

print(df[bool_arr])    # 輸出第二和第四行的所有元素
'''
    name   age   gender
1    Bob   30      M
3  David   40      F
'''

到了這里，關(guān)于【Python】數(shù)據(jù)科學(xué)工具（Numpy Pandas np.array() 創(chuàng)建訪問(wèn)數(shù)組 向量與矩陣 Series DataFrame）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！