设为首页收藏本站
开启辅助访问

【Python】数据科学工具（Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame）

 您所在的位置：网站首页 › logspace python › 【Python】数据科学工具（Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame）

【Python】数据科学工具（Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame）

2023-07-01 01:13| 来源: 网络整理| 查看: 265

文章目录 三 Python数据科学工具1.Numpy1.1 数组的创建1）np.array()2）arange、linspace、logspace3）创建特定数组 1.2 数组元素的访问1.3 多维数组的axis参数1.4 ufunc运算1.5 向量与矩阵运算1）向量内积2）矩阵基本运算3）矩阵转置4）数据排序 2.Pandas2.1 Series2.2 DataFrame2.3 布尔类型数组索引

三 Python数据科学工具 1.Numpy

numpy是Python中一个非常重要的科学计算库，其最基础的功能就是N维数组对象——ndarray。

1.1 数组的创建 1）np.array()

用np.array()函数可以将Python的序列对象（如列表、元组）转换为ndarray数组。

import numpy as np a = [1, 2, 3, 4] arr = np.array(a) print(arr) 2）arange、linspace、logspace np.arange(start, stop, step)：创建一个一维数组，其中的值是从start到stop（不包括stop）的等差数列，步长为step。np.linspace(start, stop, num)：创建一个一维数组，其中的值是从start到stop（包括stop）的等间距数列，数列中包含num个值。np.logspace(start, stop, num, base)：创建一个一维数组，其中的值是从base的start次方到base的stop次方（包括stop），数列中包含num个值。 import numpy as np # 创建一个等差数列 arr1 = np.arange(0, 10, 2) print(arr1) # [0 2 4 6 8] # 创建一个等间距数列 arr2 = np.linspace(0, 1, 5) print(arr2) # [0. 0.25 0.5 0.75 1. ] # 创建一个对数间距数列 arr3 = np.logspace(0, 2, 3, base=10) print(arr3) # [ 1. 10. 100.] 3）创建特定数组 np.zeros(shape)：创建一个所有元素都为0的数组，其中shape是数组的形状，可以是一个整数、元组或列表。np.ones(shape)：创建一个所有元素都为1的数组，形状同上。np.identity(n)：创建一个n×n的单位矩阵（即对角线上的元素为1，其余元素为0的矩阵）。np.empty(shape)：创建一个指定形状的空数组，其中的元素值可能是未初始化的随机数据。np.diag(v, k=0)：创建一个以v为对角线元素的对角矩阵，其中k表示对角线的偏移量，可以为正（表示在主对角线之上）或者负（表示在主对角线之下）。 import numpy as np # 创建一个所有元素都为0的3×3数组 arr1 = np.zeros((3, 3)) print(arr1) ''' [[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]] ''' # 创建一个所有元素都为1的2×2数组 arr2 = np.ones([2, 2]) print(arr2) ''' [[1. 1.] [1. 1.]] ''' # 创建一个4×4的单位矩阵 arr3 = np.identity(4) print(arr3) ''' [[1. 0. 0. 0.] [0. 1. 0. 0.] [0. 0. 1. 0.] [0. 0. 0. 1.]] ''' # 创建一个2×3的空数组 arr4 = np.empty((2, 3)) print(arr4) ''' [[1. 1. 1.] [1. 1. 1.]] ''' # 创建一个以[1, 2, 3]为对角线元素的对角矩阵 arr5 = np.diag([1, 2, 3]) print(arr5) ''' [[1 0 0] [0 2 0] [0 0 3]] ''' 1.2 数组元素的访问

下标或切片：

例如，对于一维数组arr，可以使用arr[0]来访问第一个元素，使用arr[1:3]来访问第2到第4个元素。

整数序列：

可以使用整数序列来访问任意元素，例如arr[[0, 2, 3]]将返回第1、3、4个元素组成的数组。

布尔数组：

可以使用一个布尔数组进行索引，数组中为True的位置对应的元素会被提取出来，例如arr[arr > 5]将返回所有大于5的元素

import numpy as np # 创建一个一维数组 arr1 = np.array([1, 2, 3, 4, 5]) print(arr1) ''' [1 2 3 4 5] ''' # 创建一个二维数组 arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(arr2) ''' [[1 2 3] [4 5 6] [7 8 9]] ''' # 使用下标或切片访问数组元素 print(arr1[0]) # 输出第一个元素 print(arr2[1, 2]) # 输出第二行第三列的元素 ''' 1 6 ''' # 使用整数序列访问数组元素 print(arr1[[0, 2, 4]]) # 输出第1、3、5个元素 print(arr2[[0, 2], [1, 2]]) # 输出(0,1)和(2,2)位置的元素 ''' [1 3 5] [2 9] ''' # 使用布尔数组访问数组元素 print(arr1[arr1 > 3]) # 输出大于3的元素 print(arr2[arr2 % 2 == 0]) # 输出所有偶数元素 ''' [12 15 18] [2. 5. 8.] ''' 1.3 多维数组的axis参数

在多维数组中，我们可以通过指定axis参数来沿着某个轴进行操作。

axis参数可以取0、1、2等值，表示对应的维度。

例如，对于一个二维数组，axis=0表示沿着行的方向进行操作，而axis=1则表示沿着列的方向进行操作。

在一些函数中，axis也可以取负值，表示从后往前数的维度。

在实际操作中，我们经常需要对多维数组进行求和、平均、最大/小值等操作，这时就需要考虑axis参数的取值。

import numpy as np # 创建一个二维数组 arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 沿着行的方向对数组求和 print(np.sum(arr, axis=0)) # 输出[12 15 18] # 沿着列的方向对数组求和 print(np.sum(arr, axis=1)) # 输出[ 6 15 24] # 沿着行的方向对数组求平均值 print(np.mean(arr, axis=0)) # 输出[4. 5. 6.] # 沿着列的方向对数组求平均值 print(np.mean(arr, axis=1)) # 输出[2. 5. 8.] # 沿着第三个维度求和，但该数组只有两个维度，所以会报错 try: print(np.sum(arr, axis=2)) except Exception as e: print(str(e)) # 输出"axis 2 is out of bounds for array of dimension 2" # 沿着负数的维度求和，即从后往前数的第二个维度 print(np.sum(arr, axis=-2)) # 输出[12 15 18] 1.4 ufunc运算 import numpy as np # 创建两个一维数组 x = np.array([1, 2, 3]) y = np.array([4, 5, 6]) # 加法 print(x + y) # 输出[5 7 9] # 减法 print(x - y) # 输出[-3 -3 -3] # 乘法 print(x * y) # 输出[ 4 10 18] # 除法 print(x / y) # 输出[0.25 0.4 0.5 ] # 幂运算 print(x ** 2) # 输出[1 4 9] # 正弦函数 print(np.sin(x)) # 输出[0.84147098 0.90929743 0.14112001] # 余弦函数 print(np.cos(y)) # 输出[-0.65364362 0.28366219 0.96017029] # 平方根函数 print(np.sqrt(x)) # 输出[1. 1.41421356 1.73205081] # 指数函数 print(np.exp(y)) # 输出[ 54.59815003 148.4131591 403.42879349] # 自然对数函数 print(np.log(y)) # 输出[1.38629436 1.60943791 1.79175947] # 创建一个二维数组 arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 沿着行的方向对数组求和 print(np.sum(arr, axis=0)) # 输出[12 15 18] # 沿着列的方向对数组求平均值 print(np.mean(arr, axis=1)) # 输出[2. 5. 8.] 1.5 向量与矩阵运算

向量表示为一维数组，矩阵表示为二维数组。

1）向量内积

向量内积是两个向量对应位置元素的乘积之和，可以用来计算向量之间的相似度。

当两个向量之间的夹角越小时，它们的内积也就越大，说明它们之间的相似度越高。

import numpy as np x1 = np.array([1, 2, 3]) x2 = np.array([4, 5, 6]) print(np.dot(x1, x2)) # 输出32（1*4 + 2*5 + 3*6） 2）矩阵基本运算 import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) print(a + b) # 对应位置相加 # 输出 [[ 6 8] # [10 12]] print(a - b) # 对应位置相减 # 输出 [[-4 -4] # [-4 -4]] print(a * b) # 对应位置相乘 # 输出 [[ 5 12] # [21 32]] print(b / a) # 对应位置相除 # 输出 [[5. 3. ] # [2.33333333 2. ]] print(b // a) # 对应位置整除 # 输出 [[5 3] # [2 2]] print(b % a) # 对应位置取模 # 输出 [[0 0] # [1 0]] print(a ** 2) # 幂运算 # 输出 [[ 1 4] # [ 9 16]] print(a @ b) # 矩阵乘积 # 输出 [[19 22] # [43 50]] 3）矩阵转置 import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) print(a.T) # 输出 [[1 4] # [2 5] # [3 6]] 4）数据排序

可以使用sort()函数对数组进行排序。默认情况下，该函数按升序排序，如果需要降序排序则需要传入参数kind='quicksort', order=大于时为-1, 小于时为1。

import numpy as np a = np.array([3, 1, 2]) print(np.sort(a)) # 升序排序，输出[1 2 3] print(np.sort(a)[::-1]) # 降序排序，输出[3 2 1]

sort()函数还支持按照指定轴进行排序。

import numpy as np a = np.array([[3, 2], [1, 4]]) print(np.sort(a, axis=0)) # 对列排序，输出[[1 2] [3 4]] print(np.sort(a, axis=1)) # 对行排序，输出[[2 3] [1 4]] 2.Pandas 2.1 Series

Series是一维的序列，可以看作由一组数据及其对应的索引组成。

创建 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 '''

访问元素

对于Series，可以使用位置索引或者标签索引来访问单个元素或者多个元素。

import pandas as pd data = pd.Series([0.25, 0.5, 0.75, 1.0]) print(data[0]) # 输出第一个元素 ''' 0.25 ''' print(data[:2]) # 输出前两个元素 ''' 0 0.25 1 0.50 dtype: float64 ''' print(data[[1,3]]) # 输出第二个和第四个元素 ''' 1 0.50 3 1.00 dtype: float64 ''' 2.2 DataFrame

DataFrame是二维的表结构，可以看作是由多个Series组成。

每一列的数据类型可以不同，但是同一列中的数据类型必须相同。

定义 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 '''

访问元素

对于DataFrame，可以使用列标签和行标签来访问单个元素或者多个元素。

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']) # 输出name这一列的所有元素 ''' 0 Alice 1 Bob 2 Charlie 3 David Name: name, dtype: object ''' print(df.loc[1]) # 输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:]) # 输出前两行，从第二列开始的所有元素 ''' age gender 0 25 F 1 30 M ''' 2.3 布尔类型数组索引

布尔型数组索引是指通过一个布尔值的数组来进行切片。

这个数组的长度必须和被索引的Series或DataFrame的长度相同，其中每个元素代表着这个位置是否被选中。

True：选中

False：未选中

对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]) # 输出第一和第三个元素 ''' 0 0.25 2 0.75 dtype: float64 '''

对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]) # 输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]) # 输出第一和第三个元素 ‘’’ 0 0.25 2 0.75 dtype: float64 ‘’’

* 对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]) # 输出第二和第四行的所有元素 ''' name age gender 1 Bob 30 M 3 David 40 F '''


【本文地址】


今日新闻

推荐新闻

CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3