《大数据导论》课件-第四章 Numpy数值分析

Numpy数值分析目录认识ndarray01ndarray的创建02ndarray的操作03ndarray的运算04numpy的常用函数05numpy的文件操作06ndarray概述引入numpy模块ndarray的属性ndarray的元素类型python3.7/进行下载安装Pycharm/pycharm/download/#section=windows选择社区版进行下载安装安装后python3.7后，然后使用下面的命令安装numpy和pandaspipinstallnumpypipinstallpandas运行环境（Windows平台）importnumpyasnp引入模块的别名认识并引入NumpyPython已有列表类型，为什么需要一个数组对象(类型)？例：计算A+B，其中，A和B是一维数组。N维数组对象：ndarray（1）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）N维数组对象：ndarray（1）

属性说明ndim返回int。表示数组的维度shape返回tuple。表示数组的尺寸，对于n行m列的矩阵，形状为(n,m)size返回int。表示数组的元素总数，等于数组形状的乘积n*mdtype返回data-type。描述数组中元素的类型itemsize返回int。表示数组的每个元素的大小（以字节为单位）ndarray对象的属性类型类型代码说明int8、unit8i1、u1有符号和无符号的8位整型int16、unit16i2、u2有符号和无符号的16位整型int32、unit32i4、u4有符号和无符号的32位整型int64、unit64i8、u8有符号和无符号的64位整型float16f2半精度浮点数float32f4或f标准的单精度浮点数float64f8或d标准的双精度浮点数bool?存储True和False值的布尔类型objectOPython对象类型stringS固定长度的字符串类型ndarray的元素类型如果将浮点数转换成整数，那么小数部分就会被截断如果某字符数组表示的全是数字，也可以使用astype将其转换成数值形式可以通过ndarray的astype的方式转换其dtype大数据导论ndarray的创建列表、元组等Numpy中函数x

=

np.array(列表/元组)x

=

np.array(列表/元组,dtype=np.float32)从列表、元组等类型创建ndarray数组从列表、元组等类型创建ndarray数组——示例函数说明np.arange(n)类似range()函数，返回ndarray类型，元素从0到n-1np.ones(shape)根据shape生产一个全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valnp.eye(n)创建一个正方形的n*n的单位矩阵，对角线为1，其余为0（2）使用NumPy中函数创建ndarray数组，如：arange,

ones,

zeros等Numpy函数创建ndarray数组Numpy函数创建ndarray数组——示例（3）使用NumPy中函数创建ndarray数组，如：ones_like、zeros_like、full_like等函数说明np.ones_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i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valNumpy函数创建ndarray数组Numpy函数创建ndarray数组——示例（4）使用NumPy中其他函数创建ndarray数组函数说明np.linspace()根据起止数据等间距地填充数据，形成数组Numpy函数创建ndarray数组Numpy函数创建ndarray数组——示例大数据导论ndarray的操作维度操作

切片操作

组合与拆分操作方法说明.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.flatten()对数组进行降维，返回一个一维数组，原数组不变ndarray数组对象的维度操作ndarray数组对象的维度操作——示例数组对象切片的参数设置与列表切片参数类似数组对象[起始位置:终止位置:步长]ndarray数组切片操作ndarray数组切片操作

——一维数组切片ndarray数组切片操作

——二维数组切片垂直方向操作水平方向操作一维数组的组合与拆分一维数组的组合与拆分

——简单的一维数组组合方案通过axis作为关键字参数指定组合的方向axis=1axis=0二维数组的组合与拆分二维数组的组合与拆分——示例大数据导论ndarray的运算与标量的运算

一元函数运算

二元函数运算数组与标量之间的运算：作用于数组的每一个元素ndarray数组的运算对ndarray中的数据执行元素级运算的函数函数说明np.abs(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底对数和2底对数np.ceil(x)np.floor(x)计算数组各元素的ceiling值或floor值Numpy数组运算：一元函数（1）对ndarray中的数据执行元素级运算的函数函数说明np.rint(x)计算数组各元素的四舍五入值np.cos(x)np.sin(x)np.tan(x)计算数组各元素的三角函数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组：1（+），0，-1（-）Numpy数组运算：一元函数（2）Numpy数组运算：一元函数——示例函数说明+-*/**两个数组各元素进行对应运算np.maximum(x,y)np.minimum(x,y)元素级的最大值/最小值计算><>=<===!=算术比较，产生布尔型数组Numpy数组运算：二元函数Numpy数组运算：二元函数——举例Numpy数组的转置——ndarray的特殊T属性大数据导论Numpy常用的几个函数统计函数

排序函数

随机数函数

去重函数函数sum(a,axis=None)mean(a,axis=None)average(a,axis=None,weights=None)std(a,axis=None)var(a,axis=None)Numpy的统计函数Numpy的统计函数——举例1函数min(a)max(a)argmin(a)argmax(a)ptp(a)median(a)Numpy的统计函数（2）Numpy的统计函数——举例2Numpy数组也可以通过sort方法进行就地排序，多维数组可以在任何一个轴向上进行排序，只需将轴编号传给sortNumpy的排序函数——sort函数说明rand(d0,d1,d2,...,dn)根据d0-dn创建随机数数组，浮点数[0,1)均匀分布randn(d0,d1,d2,...,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[low,high]seed(s)随机数种子，s是给定的种子值Numpy的random子库np.random.*Numpy的随机函数np.random的随机函数——举例np.unique()Numpy的去重函数——unique大数据导论Numpy的文件读取操作np.savetxt()：将Numpy数组保存到磁盘中np.loadtxt()：从磁盘中读取数据导Numpy中写入函数：np.savetxt(frame,

array,

fmt='%.18e',

delimiter=None)•frame

:

文件、字符串或产生器，可以是.gz或.bz2的压缩文件•array

:

存入文件的数组•fmt:

写入文件的格式，例如：%d

%.2f

%.18e•delimiter

:

分割字符串，默认是任何空格Numpy的文件读取操作CSV是一种常见的文件格式，用来存储批量数据指标，2020年第一季度，2019年第四季度，2019年第三季度，2019年第二季度国内生产总值当季值(亿元)，206504.3，278019.7，252208.7，242573.8国内生产总值累计值(亿元)，206504.3，990865.1，712845.4，460636.7第一产业增加值当季值(亿元)，10186.2，27461.6，19798，14437.6第一产业增加值累计值(亿元)，10186.2，70466.7，43005，23207CSV

(Comma‐Separated

Value,逗号分隔值)文件Numpy的文件存储操作——举例读取函数：np.loadtxt(frame,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)frame

:

文件、字符串或产生器，可以是.gz或.bz2的压缩文件dtype:

数据类型，可选delimiter

:

分割字符串，默认是任何空格unpack

:

如果True，读入属性将分别写入不同变量skiprows:跳过前x行,一般跳过第一行表头usecols:读取指定的列,索引,元组类型Numpy的文件读取操作Numpy的文件读取操作——举例读取iris数据集中的花萼长度数据（已保存为csv格式），文件名：iris.csv。路径位于D:\Data\