Python数据分析与可视化（第2版） 教案 2.8 Python的NumPy库

课题2.8Python的NumPy库课型讲练授课班级大数据授课时数4教学目标1.能够创建一维和二维数组。2.能够对数组进行属性查询。3.能够对数组进行切片操作。教学重点1.能够创建一维和二维数组。2.能够对数组进行属性查询。教学难点1.能够对数组进行切片操作。学情分析在构建DataFrame的数据集时，有一种方法就是借助于二维数组创建，因此，掌握二维数组对于后续内容的学习很重要。NumPy是Python的开源的科学计算机工具包，是一个高级数值编程工具，通过NumPy可以不用遍历循环就实现大型的矩阵的计算。NumPy可以实现生成随机数、线性代数、傅里叶变换等功能。同时，NumPy可以保存任意类型的数据，这使得Numpy可以快速而高效地处理各种数据。NumPy提供了许多高级的数值编程工具，如矩阵数据类型、矢量处理，以及精密的运算库，NumPy专为进行严格的数字处理而产生。在导入NumPy的时候，一般需要先使用一行代码，代码如下：importnumpyasnp一、创建数组对象1.创建一维数组当数组中每个元素都只带有一个下标时，这样的数组就是一维数组，一维数组是由数字组成的顺序排序单一数组。一维数组是计算机程序中最基本的数组，二维及多维数组可以看作是一维数组的多次叠加产生的。Python提供array函数可以创建一维数组，通过array函数创建一维数组类似于创建列表list，但是array函数没有各种运算函数，因此不太适合进行各种复杂计算。利用array函数创建一维数组的一般格式为：np.array([value1,value2,…])示例代码如下：importnumpyasnparr1=np.array([1,2,3])print("创建的一维数组为arr1为:\n",arr1)输出结果如图2-*所示。图2-*创建一维数组示例结果2.创建二维数组二维数组与一维数组相似，但是用法上要比一维数组复杂一点。仅从表现形式上看，m行n列二维数组就是一个m*n矩阵。利用array函数也可以创建二维数组，利用array函数创建二维数组的一般格式为：np.array([[value11,value12,…],[value21,value22,…],…])其中，在创建二维数组时，需要加2层括号，这一点与创建一维数组不同。示例代码如下：arr2=np.array([[1,2,3],[2,3,4]])print("创建的2*3的二维数组为:\n",arr2)arr3=np.array([[1,2,3],[2,3,4],[3,4,5]])print("创建的3*3的二维数组为:\n",arr3)输出结果如图2-*所示。图2-*创建二维数组示例结果3.利用arange和linspace等方法生成数组利用array函数创建数组，其方法都是先创建一个序列，然后再转换成数组，这样的创建数组的效率显然不高，因此NumPy提供专门的函数用来创建数组，如arange函数和linspace函数。（1）利用arange函数生成数组arange函数类似于Python的自带函数range，arange函数的一般格式为：np.arange(start,stop,step)其中，start表示初始值，stop表示终止值，并且终止值不能取到的，step表示步长。（2）利用linspace函数生成数组linspace函数可以不通过间隔而是元素个数的方式成数组，linspace函数一般格式为：np.linspace(start,stop,n)其中，start表示初始值，stop表示终止值，并且终止值是可以取到的，这一点与arange函数不同，n表示生成数组的元素个数。示例代码如下：print("0到1之间以0.2为间隔的数组为:",np.arange(0,1,0.2))print("0到1之间以0.2为间隔的数组为:",np.linspace(0,0.8,5))输出结果如图2-*所示。图2-*利用arange和linspace等方法生成数组示例结果二、查看数组属性为了能够更好地理解数组，了解数组的基本属性是十分有必要的，数组的基本属性如表2-*所示。表2-*数组属性及其作用表属性作用ndim表示数组的维度。shape表示数组形状，结果为(m,n)表示m行n列，shape[0]表示行数，shape[1]表示列数。size表示数组的元素总数。dtype表示数组中元素的类型。示例代码如下：print("arr1的维度为:%d\narr2的维度为:%d\narr3的维度为:%d"%(arr1.ndim,arr2.ndim,arr3.ndim))print("arr2:\n",arr2)print("arr2的形状为:",arr2.shape)print("arr2的行数为:",arr2.shape[0])print("arr2的列数为:",arr2.shape[1])print("arr2的元素总数为:",arr2.size)print("arr2的元素类型为:",arr2.dtype)输出结果如图2-*所示。图2-*查看数组属性示例结果三、数组的索引与切片1.一维数组的索引与切片一维数组的索引与切片与列表类似，一维数组的索引和切片一般格式为：array[index]array[start:last:step]其中，index表示索引位置，并且是从0开始的。start表示起始索引，start可以省略，默认是0。last表示终止索引，并且这个终止索引是不能取到的。step表示索引步长，即索引之间的间隔。示例代码如下：arr4=np.arange(11,20)print("数组为:",arr4)print("索引号1对应的元素为:",arr4[1])print("索引号1到索引号4对应的切片为:",arr4[1:5])输出结果如图2-*所示。图2-*一维数组的索引与切片示例结果2.二维数组的索引与切片二维数组两个维度（行与列）都有索引，在访问的时候，要用逗号隔开，并且是先访问行索引再访问列索引。二维数组的索引和切片一般格式为：array[row_index,column_index]array[row_start:row_last,column_start:column_last]其中，row_index表示行索引位置，column_index表示列索引位置，并且都是从0开始。row_start和column_start表示行与列的起始索引，默认是0。row_last和column_last表示行与列的终止索引，并且这个终止索引对应的值是不能取到的。示例代码如下：arr5=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])print("数组为:\n",arr5)print("行索引为1，列索引为2对应的元素为:\n",arr5[1,2])print("行索引为1到2，列索引为2到3对应的元素为:\n",arr5[1:3,2:4])print("行索引为2的整列数据为:",arr5[2,:])print("列索引为3的整列数据为:",arr5[:,3])输出结果如图2-*所示。图2-*二维数组的索引与切片示例结果四、NumPy随机数NumPy有强大的生成随机数的功能，而与随机数相关的函数都在random模块中，其中包含了可以生成多种概率分布的随机数函数，但是需要注意的是，使用numpy库中的random模块和直接使用python中random模块在一些函数上有不同的使用方法。比如生成随机整数randint，在numpy库中是使用random.randint是不能取到终止整数的，而在python的random模块中，使用randint是可以取到终止整数的。1.生成随机小数（1）生成一维随机小数生成1个0到1之间随机小数的一般格式为：np.random.rand()生成x个0到1之间随机小数组成的一维数组的一般格式为：np.random.rand(x)生成1个0到y（y为整型）之间随机小数的一般方法为：np.random.rand()*y生成x个0到y（y为整型）之间随机小数组成的一维数组的一般方法为：np.random.rand(x)*y示例代码如下：print("生成1个0到1之间的小数",np.random.rand())print("生成5个0到1之间的小数",np.random.rand(5))print("生成1个0到2之间的小数",np.random.rand()*2)print("生成5个0到2之间的小数",np.random.rand(5)*2)输出结果如图2-*所示。图2-*生成一维随机小数示例结果（2）生成二维随机小数生成m行n列的0到1之间随机小数二维数组的一般方法为：np.random.rand(m,m)示例代码如下：print("生成2*2的0到1的随机小数二维数组:\n",np.random.rand(2,2))print("生成2*3的0到2的随机小数二维数组:\n",np.random.rand(2,3)*2)输出结果如图2-*所示。图2-*生成二维随机小数示例结果2.生成随机整数生成随机整数可以使用randint函数，randint函数的一般方法为：np.random.randint(start,stop,size=[m,n])其中，start表示起始整数，stop表示终止整数，起始整数能取到而终止整数不能取到。size=[m,n]表示生成m行n列二维数组，size默认为None，即默认生成一个随机整数。 示例代码如下：print("生成1个0到10的随机整数:\n",np.random.randint(11))print("生成1个5到15的随机整数:\n",np.random.randint(5,16))print("生成3*3的1到100随机整数二维数组:\n",np.random.randint(1,101,size=[3,3]))输出结果如图2-*所示。图2-*生成随机整数示例结果3.生成正态分布随机数正态分布是数据分布中一种常用的分布，NumPy提供了randn函数用来生成正态分布的随机数。生成x个正态分布随机数组成的一维数组的一般方法为：np.random.randn(x)生成m行n列的正态分布随机数二维数组的一般方法为：np.random.randn(m,n)示例代码如下：print("生成10个正态分布的随机数:\n",np.random.randn(10))print("生成3*3的正态分布随机数的二维数组:\n",np.random.randn(3,3))输出结果如图2-*所示。图2-*生成随机整数示例结果五、NumPy的操作1.数组转置数组转置操作是指将行与列对调，即第1行变成第1列，第2行变成第2行，以此类推。在NumPy中，数组转置可以使用T方法来实现。示例代码如下：arr6=np.array([[1,2,3],[4,5,6]])print("arr6=\n",arr6)print("arr6转置后的结果为:\n",arr6.T)输出结果如图2-*所示。图2-*数组转置示例结果2.数组变形在对数组进行操作时，经常需要对数据的形状进行改变，在NumPy中，可以使用reshape函数改变数组的形状。reshape函数一般方法为：array.reshape(m,n)其中，array表示需要改变的原数组，m和n分别表示转换后的新数组的行数和列数。示例代码如下：arr7=np.arange(10)print("原数组为:\n",arr7)arr7.reshape(2,5)print("改为2行5列后的数组为:\n",arr7.reshape(2,5))输出结果如图2-*所示。图2-*数组变形示例结果任务实训任务1：用两种方法创建由1到9九个数字组成的3*3的二维数组。具体代码如下：arr8=np.array([[1,2,3],[4,5,6],[7,8,9]])print("直接创建二维数组:\n",arr8)arr9=np.arange(1,10).reshape(3,3)print("通过reshape创建二维数组:\n",arr9)输出结果如图2-*所示。图2-*任务1输出结果任务2：创建由1到9九个数字组成的3*3的二维数组，并计算每一行的