Python 数据分析之 Numpy (三)

技术2024-12-27 21

作者：小蜗牛爱学习来源：https://blog.csdn.net/qq_42755939/article/details/107091694

一、数组的拼接

1、竖向拼接vstack()

import numpy as np import matplotlib.pyplot as plt arr1 = np.arange(1,10).reshape(3,3) arr2 = np.arange(10,19).reshape(3,3) print(arr1)#[[1 2 3] [4 5 6] [7 8 9]] print(arr2)#[[10 11 12] [13 14 15] [16 17 18]] arr3 = np.vstack((arr1,arr2)) #vertically：垂直地 print(arr3)

结果如下：

[ [ 1 2 3] [ 4 5 6] [ 7 8 9] [10 11 12] [13 14 15] [16 17 18] ]

2、横向拼接hstack()

arr4 = np.hstack((arr1,arr2)) #horizontall：水平的 print(arr4)

结果如下：

[ [ 1 2 3 10 11 12] [ 4 5 6 13 14 15] [ 7 8 9 16 17 18] ]

二、数组的行列交换

数组水平或者竖直拼接很简单，但是拼接之前应该注意什么？竖直拼接的时候：每一列代表的意义相同！！！

如果每一列的意义不同，这个时候应该交换某一组的数的列，让其和另外一类相同

1、行之间的交换

t1 = np.arange(18).reshape(6,3) print(t1) 结果： [[ 0 1 2] [ 3 4 5] [ 6 7 8] [ 9 10 11] [12 13 14] [15 16 17]] t1[[1,3],:] = t1[[3,1],:] print(t1) 结果： [[ 0 1 2] [ 9 10 11] [ 6 7 8] [ 3 4 5] [12 13 14] [15 16 17]]

2、列之间的交换

t2 = np.arange(18).reshape(3,6) print(t2) #[[ 0 1 2 3 4 5] # [ 6 7 8 9 10 11] # [12 13 14 15 16 17]] t2[:,[2,3]] = t2[:,[3,2]] print(t2) #[[ 0 1 3 2 4 5] # [ 6 7 9 8 10 11] # [12 13 15 14 16 17]]

三、Numpy更多的方法

1、获取最大值最小值的位置

np.argmax(t,axis=0)

np.argmin(t,axis=1)

a1 = np.array([[ 20., 1., 22., 3., 4., 50.], [ 6., 7., 5, 9., 10., 11.], [ 12., 13., 14., 20, 16., 17.], [ 18., 19., 20., 21., 22., 23.]]) max_index = np.argmax(a1,axis = 0)#找到每列的最大值位置 print(max_index)#[0 3 0 3 3 0] min_index = np.argmin(a1,axis = 1)#找到每行最大值的位置 print(min_index)#[1 2 0 0]

2、创建一个全0的数组

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

3、创建一个全1的数组

a3 = np.ones((3,4)) print(a3) #[[1. 1. 1. 1.] # [1. 1. 1. 1.] # [1. 1. 1. 1.]]

4、创建一个对角线为1的正方形数组(方阵)

a4 = np.eye(3) print(a4) #[[1. 0. 0.] # [0. 1. 0.] # [0. 0. 1.]]

四、Numpy生成随机数

在numpy中有一个强大的随机数模块–random它主要有四个部分：

生成器：种随机数种子，根据同一种子产生的随机数是相同的简单随机数：产生简单的随机数据，可以是任何维度分布：产生指定分布的数据，如高斯分布等排列：将所给对象随机排列

1、生成器

电脑是如何产生随机数的：

（1）随机数是由随机种子根据一定的计算方法计算出来的数值。所以，只要计算方法一定，随机种子一定，那么产生的随机数就不会变。

（2）只要用户不设置随机种子，那么在默认情况下随机种子来自系统时钟（即定时/计数器的值）

（3）随机数产生的算法与系统有关，Windows和Linux是不同的，也就是说，即便是随机种子一样，不同系统产生的随机数也不一样。

numpy.random 设置种子的方法有：

函数名称函数功能参数说明RandomState定义种子类RandomState是一个种子类，提供了各种种子方法，最常用seedseed([seed])定义全局种子参数为整数或者矩阵 np.random.seed(1) #设置随机种子为1 arr1 = np.random.rand(2,3) np.random.seed(1234) arr2 = np.random.rand(2,3) print(arr1) #[[0.19151945 0.62210877 0.43772774 [0.78535858 0.77997581 0.27259261]] print(arr2) #[[0.19151945 0.62210877 0.43772774] [0.78535858 0.77997581 0.27259261]]

2、简单随机数

函数名称函数功能参数说明rand(d0, d1, …, dn)产生均匀分布的随机数dn为第n维数据的维度randn(d0, d1, …, dn)产生标准正态分布随机数dn为第n维数据的维度randint(low, high, size, dtype)产生随机整数low：最小值；high：最大值；size：数据个数random_sample([size])在[0,1）内产生随机数size：随机数的shape，可以为元祖或者列表，[2,3]表示2维随机数，维度为（2,3）random([size])同random_sample([size])同random_sample([size])ranf([size])同上同上sample([size]))同上同上np.random.choice(a, size=None, replace=True, p=None)从一维array a 或 int 数字a 中，以概率p随机选取大小为size的数据replace表示是否重用元素，即抽取出来的数据是否放回原数组中，默认为true（抽取出来的数据有重复）bytes(length)返回随机位length：位的长度 #1、产生2行3列均匀分布的随机数组 a1 = np.random.rand(2,3) print("a1:",a1)#a1:[[0.27646426 0.80187218 0.95813935] [0.87593263 0.35781727 0.50099513]] #2、产生2行3列的正太分布随机数组 a2 = np.random.randn(2,3) print("a2:",a2)#a2:[[ 1.15003572 0.99194602 0.95332413] [-2.02125482 -0.33407737 0.00211836]] #3、产生一个[-10,10)之间2行3列的随机整数数组 a3 = np.random.randint(-10,10,[2,3],dtype="int") print("a3:",a3)#a3:[[ -8 -4 -7] [ -3 1 -10]] #4、产生2[0,1)之间的2行3列浮点型随机数组 a4 = np.random.random([2,3]) print("a4:",a4) #a4:[[0.88922613 0.9871393 0.11744339] [0.39378235 0.45272981 0.53814784]]

3、分布

函数名称函数功能参数说明beta(a, b[, size])贝塔分布样本，在 [0, 1]内。binomial(n, p[, size])二项分布的样本。chisquare(df[, size])卡方分布样本。dirichlet(alpha[, size])狄利克雷分布样本。exponential([scale, size])指数分布f(dfnum, dfden[, size])F分布样本。gamma(shape[, scale, size])伽马分布geometric(p[, size])几何分布gumbel([loc, scale, size])耿贝尔分布。hypergeometric(ngood, nbad, nsample[, size])超几何分布样本。laplace([loc, scale, size])拉普拉斯或双指数分布样本logistic([loc, scale, size])Logistic分布样本lognormal([mean, sigma, size])对数正态分布logseries(p[, size])对数级数分布。multinomial(n, pvals[, size])多项分布multivariate_normal(mean, cov[, size])多元正态分布。negative_binomial(n, p[, size])负二项分布noncentral_chisquare(df, nonc[, size])非中心卡方分布noncentral_f(dfnum, dfden, nonc[, size])非中心F分布normal([loc, scale, size])正态(高斯)分布pareto(a[, size])帕累托（Lomax）分布poisson([lam, size])泊松分布power(a[, size])Draws samples in [0, 1] from a power distribution with positive exponent a - 1.rayleigh([scale, size])Rayleigh 分布standard_cauchy([size])标准柯西分布standard_exponential([size])标准的指数分布standard_gamma(shape[, size])标准伽马分布standard_normal([size])标准正态分布 (mean=0, stdev=1).standard_t(df[, size])Standard Student’s t distribution with df degrees of freedom.triangular(left, mode, right[, size])三角形分布uniform([low, high, size])均匀分布vonmises(mu, kappa[, size])von Mises分布wald(mean, scale[, size])瓦尔德（逆高斯）分布weibull(a[, size])Weibull 分布zipf(a[, size])齐普夫分布 #(1)正态分布 mu = 3 #期望为1 sigma = 3 #标准差为3 num = 100000 #个数为10000 rand_data = np.random.normal(mu, sigma, num) print(rand_data) count, bins, ignored = plt.hist(rand_data, 30, normed=True) plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (bins - mu)**2 / (2 * sigma**2)), linewidth=2, color='r') plt.show()

正太分布图：

4、排列

函数名称函数功能参数说明shuffle(x)打乱对象x（多维矩阵按照第一维打乱）矩阵或者列表permutation(x)打乱并返回该对象（多维矩阵按照第一维打乱）整数或者矩阵 data = np.random.randint(1, 6, (2,3)) print(data) #[[4 1 2] [2 4 2]] np.random.shuffle(data) print(data) #[[2 4 2] [4 1 2]]

五、Numpy中赋值、视图、深复制

1、赋值

当对numpy数组进行赋值时，只是对同一个对象新建了一个引用，并不是建立新的对象，所以赋值前后的变量完全是同一对象，对其中一个引用修改时，所有引用都会生效

a = np.arange(5) b = a # 赋值 print(a is b) #True

2、视图（切片、浅复制）

numpy中允许不同数组间共享数据，这种机制在numpy中称为视图，对numpy数组的切片和浅复制都是通过视图实现的。如果数组B是数组A的视图(view)，则称A为B的base(除非A也是视图)。视图数组中的数据实际上保存在base数组中。

a = np.arange(6) b = a.view() #使用视图 print(a is b) #False b = b.reshape((2,3))#改变视图的形状 print(a) #[0 1 2 3 4 5] print(b) #[[0 1 2] [3 4 5]] #可见改变视图形状不会影响base b = a.view() b[b>3] = 3 #改变b的数值 print(a)#[0 1 2 3 3 3] print(b)#[0 1 2 3 3 3] #可见改变视图数据会影响base，所以他们是共享数据的 #切片 a = np.arange(12).reshape(3,4) b = a[:] print(a is b)#False #改变b的形状 b = b.reshape(2,6) print(a)#[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] print(b)#[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] #改变b的数值 b = a[:] b[b>10] = 10 print(a)#[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 10]] print(b)#[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 10]] #切片效果与视图一致,其实切片就是视图

3、深复制

深复制通过数组自带的copy()方法实现，深复制产生的数组与原数组时完全不同的两个数组对象，完全享有独立的内存空间，所有操作都不会相互影响。

c = np.arange(12).reshape(3,4) d = c.copy() print(c is d) #False c = c.reshape(2,6)#改变c的形状 print(c)#[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] print(d)#[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] d[d>7]=7 print(c) #[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] print(d)#[[0 1 2 3] [4 5 6 7] [7 7 7 7]]