$python数据分析基础——初识numpy库

时间：2022-12-01 14:35:14

numpy库是python的一个著名的科学计算库，本文是一个quickstart。

引入：计算BMI

BMI = 体重（kg）/身高（m）^2

假如有如下几组体重和身高数据，让求每组数据的BMI值：

weight = [65.4,59.2,63.6,88.4,68.7]

height = [1.73,1.68,1.71,1.89,1.79]
print weight / height ** 2

执行上面代码，报错：TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'

这是因为普通的除法是元素级的而非向量级的，并不能应用到一组数据上。

解决方案：使用numpy.ndarray数据结构（N维数组），运算是面向矩阵的：

import numpy as np
np_weight = np.array(weight)

np_height = np.array(height)
print type(np_weight)

print type(np_height)
<type 'numpy.ndarray'>

<type 'numpy.ndarray'>
print np_weight

print np_height
[ 65.4  59.2  63.6  88.4  68.7]

[ 1.73  1.68  1.71  1.89  1.79]

注：和python的列表不同的是，numpy.ndarray数据结构的元素之间是没有逗号分隔的。

np_bmi = np_weight / np_height ** 2

print type(np_bmi)

print np_bmi
<type 'numpy.ndarray'>

[ 21.85171573  20.97505669  21.75028214  24.7473475   21.44127836]

numpy数组：numpy.ndarray

numpy.ndarray是numpy最基本的数据结构，即N维数组，且数组中的元素需要是同一种类型，如果不是，则会自动转换成同一种类型，如：

print np.array([1.0,'hi',True])
['1.0' 'hi' 'True']

可以看到都被转成了字符串类型。

不同数据类型的不同行为

# 普通的python列表

py_list = [1,2,3]

# numpy数组

np_array = np.array(py_list)
print py_list + py_list  # 这是列表的拼接
[1, 2, 3, 1, 2, 3]
print np_array + np_array  # 这是每两个对应元素之间的运算
[2 4 6]

子集

print np_bmi[0]
21.8517157272
print np_bmi > 23
[False False False  True False]
print np_bmi[np_bmi > 23]
[ 24.7473475]

二维numpy数组

二维numpy数组是以list作为元素的数组，比如：

np_2d = np.array([height,weight])

print type(np_2d)
<type 'numpy.ndarray'>
print np_2d
[[  1.73   1.68   1.71   1.89   1.79]

 [ 65.4   59.2   63.6   88.4   68.7 ]]
print np_2d.shape
(2, 5)

通过shape属性值可以看出，np_2d是一个2行5列的二维数组。

single type原则

print np.array([[1,2],[3,'4']])
[['1' '2']

 ['3' '4']]

二维numpy数组的子集

np_2d = np.array([height,weight])

print np_2d
[[  1.73   1.68   1.71   1.89   1.79]

 [ 65.4   59.2   63.6   88.4   68.7 ]]
print np_2d[0][2]
1.71
print np_2d[0,2]
1.71

还可以在两个轴向上分别切片：

print np_2d[:,1:3]
[[  1.68   1.71]

 [ 59.2   63.6 ]]

选取第1行：

print np_2d[1,:]
[ 65.4  59.2  63.6  88.4  68.7]

求对应的BMI值：

print np_2d[1,:] / np_2d[0,:] ** 2
[ 21.85171573  20.97505669  21.75028214  24.7473475   21.44127836]

应用

用numpy生成呈正太分布的随机测试数据，并求各项基本的统计数据。

比如生成10000条数据集，记录的是某个镇上所有居民的身高（m）、体重（kg）数据，所用到的函数：

np.random.normal(均值，标准差，取样数)

height = np.random.normal(1.75,0.20,10000)

weight = np.random.normal(60.32,15,10000)

下面将若干个（这里是2个）一维数组拼成一个二维数组（有点像zip()函数的作用）：

np_info = np.column_stack((height,weight))
print np_info
[[  1.88474198  76.24957048]

 [  1.85353302  64.62674488]

 [  1.74999035  67.5831439 ]

 ...,

 [  1.78187257  50.11001273]

 [  1.90415778  50.65985964]

 [  1.51573081  41.00493358]]

求np_info身高平均值：

print np.mean(np_info[:,0])
1.75460102053

求身高的中位数：

print np.median(np_info[:,0])
1.75385473036

求身高和体重的相关系数：

print np.corrcoef(np_info[:,0],np_info[:,1])
[[  1.00000000e+00  -1.50825116e-04]

 [ -1.50825116e-04   1.00000000e+00]]

求身高的标准差：

print np.std(np_info[:,0])
0.201152169706

排序（不会影响源数组）：

print np.sort(np_info[0:10,0])
[ 1.46053123  1.59268772  1.74939538  1.74999035  1.78229515  1.85353302

  1.88474198  1.99755291  2.12384833  2.3727505 ]

求和：

print np.sum(np_info[0:10,0])
18.5673265584

随机推荐

  1. UE4 去除不正确的水面倒影以及不完整镜头轮廓

    最近在做的项目遇到了一点点问题,出现了如下效果 视角对着湖面移动会出现一个显示不完整的轮廓(比较长的蓝色矩形),详细一点就是下图这样,以及近处物体的倒影(从光照的照射角度来看是不应该出现的) 一开始就 ...

  2. iOS根据Url 获取图片尺寸

    iOS根据Url 获取图片尺寸 // 根据图片url获取图片尺寸 +(CGSize)getImageSizeWithURL:(id)imageURL { NSURL* URL = nil; if([i ...

  3. oracle 复杂语句

    select nvl(sum1,'0')as sum1,nvl(sum2,'0') as sum2,da2 from( select count(*) as sum1,substr(APPLY_DAT ...

  4. 智能卡 APTU命令

    一条命令APDU含有一个头标和一个本体.本体可有不同长度,或者在相关数据字段为空时,整个可以不存 在. 头标由四个数据元组成,它们是类CLA(ClAss)字节,命令INS(INStructic,n)字 ...

  5. Unity3d之剥离alpha通道

    unity中, 将图集的 alpha 通道剥离出来可减少包体大小和内存使用大小. 方法是将原来的一张 rgba 图分成一张 rgb 和一张 alpha 图,android上rgb和alpha图均采用e ...

  6. MySQL密码忘了怎么办？MySQL重置root密码方法

    本文主要介绍Windows和Linux系统下忘记密码重置root密码的方法,需要的朋友可以参考下. MySQL有时候忘记了root密码是一件伤感的事.这里提供Windows 和 Linux 下的密码重 ...

  7. dedecms环境优化

    路径:dedecms/dede/templates/index_body.htm <script type="text/javascript">function sho ...

  8. H5 新特性之 fileReader 实现本地图片视频资源的预览

    大家好 !!  又见面了, 今天我们来搞一搞   H5的新增API    FileReader     真是一个超级超级方便的API呢!!!很多场景都可以使用.......... 我们先不赘述MDN文 ...

  9. HBase工具：如何查看HBase的HFile

    root@root:~/Desktop/sourceCodes/hbase-2.1.1/bin# ./hbase Usage: hbase [<options>] <command& ...

  10. python各个包的用途

    python中的多个包的用途 1.Numpy Numpy提供了两种基本的对象:ndarray和ufunc.ndarray是存储单一数据类型的多维数组,而ufunc是能够对数组进行处理的函数. N维数组 ...

相关文章