python進階之資料分析與展示(二)
阿新 • • 發佈:2018-12-08
資料分析之表示
NumPy庫入門
資料的維度
-
一維資料
- 一維資料由對等關係的有序或無序資料構成,採用線性方式組織。
- 例如:3.1413, 3.1398, 3.1404, 3.1401, 3.1349, 3.1376。
- 對應列表、陣列和集合等概念。
-
列表和陣列區別
- 列表
- 資料型別可以不同:[3.1413, ‘pi’, 3.1404, [3.1401, 3.1349], ‘3.1376’]。
- 陣列
- 資料型別必須相同:[3.1413, 3.1398, 3.1404, 3.1401, 3.1349, 3.1376]。
- 列表
-
二維資料
- 二維資料由多個一維資料構成,是一維資料的組合形式。
- 表格是典型的二維資料,其中,表頭是二維資料的一部分。
-
多維資料
- 多維資料由一維或二維資料在新維度上擴充套件形成。
-
高維資料
-
高維資料僅利用最基本的二元關係展示資料間的複雜結構
-
例如:鍵值對
{ "firstname": "Tian", "lastname": "Song", "address": { "streetAddr": "中關村南大街5號", "city": "北京", "zipcode": "100081" }, "prof": ["Computer System", "Security"] }
-
-
資料維度的Python表示
- 資料維度是資料的組織形式。
- 一維資料:列表和集合型別。
- 有序:[3.1398, 3.1349, 3.1376]。
- 無序:{3.1398, 3.1349, 3.1376}。
- 二維資料:列表型別。
- [ [3.1398, 3.1349, 3.1376], [3.1413, 3.1404, 3.1401] ]。
- 多維資料:列表型別。
- 高維資料:字典型別或資料表示格式JSON、 XML和YAML格式。
- dict = { “firstname”: “Tian”, “lastname”: “Song”, }
NumPy的陣列物件:ndarray
-
NumPy
- NumPy是一個開源的Python科學計算基礎庫,包含:
- 一個強大的N維陣列物件 ndarray。
- 廣播功能函式。
- 整合C/C++/Fortran程式碼的工具。
- 線性代數、傅立葉變換、隨機數生成等功能。
- NumPy是SciPy、 Pandas等資料處理或科學計算庫的基礎。
- NumPy是一個開源的Python科學計算基礎庫,包含:
-
NumPy的引用
- 儘管別名可以省略或更改,建議使用約定的別名。
- 引入模組的別名:import numpy as np。
-
N維陣列物件:ndarray
- 陣列物件可以去掉元素間運算所需的迴圈,使一維向量更像單個數據。
- 設定專門的陣列物件,經過優化,可以提升這類應用的運算速度。
- 科學計算中,一個維度所有資料的型別往往相同。
- 陣列物件採用相同的資料型別,有助於節省運算和儲存空間。
- ndarray是一個多維陣列物件,由兩部分構成:
- 實際的資料。
- 描述這些資料的元資料(資料維度、資料型別等)。
- ndarray陣列一般要求所有元素型別相同(同質),陣列下標從0開始。
-
ndarray例項
In [1]: import numpy as np # In[], Out[]是IPython提示符。 In [2]: a = np.array([[0, 1, 2, 3, 4], [9, 8, 7, 6, 5]]) # np.array()生成一個ndarray陣列。 In [3]: a Out[3]: array([[0, 1, 2, 3, 4], # np.array()輸出成[]形式,元素由空格分割。 [9, 8, 7, 6, 5]]) In [4]: print(a) [[0 1 2 3 4] [9 8 7 6 5]]
-
軸(axis)是儲存資料的維度,秩(rank)是軸的數量。
-
ndarray物件的屬性
- .ndim
- 秩,即軸的數量或維度的數量。
- .shape
- ndarray物件的尺度,對於矩陣,n行m列。
- .size
- ndarray物件元素的個數,相當於.shape中n*m的值。
- .dtype
- ndarray物件的元素型別。
- .itemsize
- ndarray物件中每個元素的大小,以位元組為單位。
- .ndim
ndarray陣列的元素型別
-
ndarray的元素型別
- bool:布林型別,True或False。
- intc:與C語言中的int型別一致,一般是int32或int64。
- intp:用於索引的整數,與C語言中ssize_t一致,int32或int64。
- int8:位元組長度的整數,取值:[‐128, 127]。
- int16:16位長度的整數,取值: [‐32768, 32767]。
- int32:32位長度的整數,取值: [ ]。
- int64:64位長度的整數,取值: [ ]。
- uint8:8位無符號整數,取值:[0, 255]。
- uint16:16位無符號整數,取值:[0, 65535]。
- uint32:32位無符號整數,取值:[ ]。
- uint64:32位無符號整數,取值:[ ]。
- float16:16位半精度浮點數,取值1位符號位,5位指數,10位尾數。(符號)尾數* 。
- float32:32位半精度浮點數,取值1位符號位,8位指數,23位尾數。
- float64:64位半精度浮點數,取值1位符號位,11位指數,52位尾數。
- complex64:複數型別,實部和虛部都是32位浮點數。
- complex128:複數型別,實部和虛部都是64位浮點數。實部(.real) + j虛部(.imag)。
-
Python語法僅支援整數、浮點數和複數3種類型。科學計算涉及資料較多,對儲存和效能都有較高要求,對元素型別精細定義,有助於NumPy合理使用儲存空間並優化效能,對元素型別精細定義,有助於程式設計師對程式規模有合理評估。
-
非同質的ndarray物件
- ndarray陣列可以由非同質物件構成。
- 非同質ndarray元素為物件型別。
- 非同質ndarray物件無法有效發揮NumPy優勢,儘量避免使用。
ndarray陣列的建立
- 從Python中的列表、元組等型別建立ndarray陣列。
-
x = np.array(list/tuple)。
-
x = np.array(list/tuple, dtype=np.float32)。
-
當np.array()不指定dtype時,NumPy將根據資料情況關聯一個dtype型別。
In [1]: import numpy as np In [2]: x = np.array([0, 1, 2, 3]) # 從列表型別建立 In [3]: print(x) [0 1 2 3] In [4]: x = np.array((4, 5, 6, 7)) # 從元組型別建立 In [5]: print(x) [4 5 6 7] In [6]: x = np.array([[1, 2], [9, 8], (0.1, 0.2)]) # 從列表和元組混合型別建立 In [7]: print(x) [[ 1. 2. ] [ 9. 8. ] [ 0.1 0.2]]
-
- 使用NumPy中函式建立ndarray陣列,如: arange, ones, zeros等。
- np.arange(n)
- 類似range()函式,返回ndarray型別,元素從0到n‐1。
- np.ones(shape)
- 根據shape生成一個全1陣列,shape是元組型別。
- np.zeros(shape)
- 根據shape生成一個全0陣列,shape是元組型別。
- np.full(shape, val)
- 根據shape生成一個數組,每個元素值都是val。
- np.eye(n)
- 建立一個正方的n*n單位矩陣,對角線為1,其餘為0。
- np.ones_like(a)
- 根據陣列a的形狀生成一個全1陣列。
- np.zeros_like(a)
- 根據陣列a的形狀生成一個全0陣列。
- np.full_like(a, val)
- 根據陣列a的形狀生成一個數組,每個元素值都是val。
In [1]: import numpy as np In [2]: np.arange(10) Out[2]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) In [3]: np.ones((3, 6)) Out[3]: array([[ 1., 1., 1., 1., 1., 1.], [ 1., 1., 1., 1., 1., 1.], [ 1., 1., 1., 1., 1., 1.]]) In [4]: np.zeros((3, 6), dtype = np.int32) Out[4]: array([[0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0]]) In [5]: np.eye(5) Out[5]: array([[ 1., 0., 0., 0., 0.], [ 0., 1., 0., 0., 0.], [ 0., 0., 1., 0., 0.], [ 0., 0., 0., 1., 0.], [ 0., 0., 0., 0., 1.]]) In [6]: x = np.ones((2, 3, 4)) In [7]: print(x) [[[ 1. 1. 1. 1.] [ 1. 1. 1. 1.] [ 1. 1. 1. 1.]] [[ 1. 1. 1. 1.] [ 1. 1. 1. 1.] [ 1. 1. 1. 1.]]] In [8]: x.shape Out[8]: (2, 3, 4)
- np.arange(n)
- 使用NumPy中其他函式建立ndarray陣列。
- np.linspace()
- 根據起止資料等間距地填充資料,形成陣列。
- np.concatenate()
- 將兩個或多個數組合併成一個新的陣列。
In [1]: import numpy as np In [2]: a = np.linspace(1, 10, 4) In [3]: a Out[3]: array([ 1., 4., 7., 10.]) In [4]: b = np.linspace(1, 10, 4, endpoint = False) In [5]: b Out[5]: array([ 1. , 3.25, 5.5 , 7.75]) In [6]: c = np.concatenate((a, b)) In [7]: c Out[7]: array([ 1. , 3.25, 5.5 , 7.75, 1. , 3.25, 5.5 , 7.75])
- np.linspace()
ndarray陣列的變換
- 對於建立後的ndarray陣列,可以對其進行維度變換和元素型別變換。
- ndarray陣列的維度變換
- .reshape(shape)
- 不改變陣列元素,返回一個shape形狀的陣列,原陣列不變。
- .resize(shape)
- 與.reshape()功能一致,但修改原陣列。
- .swapaxes(ax1, ax2)
- 將陣列n個維度中兩個維度進行調換。
- .flatten()
- 對陣列進行降維,返回摺疊後的一維陣列,原陣列不變。
In [1]: import numpy as np In [2]: a = np.ones((2, 3, 4), dtype = np.int32) In [3]: a Out[3]: array([[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]]) In [4]: a.reshape((3, 8)) Out[4]: array([[1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1]]) In [5]: a.resize((3, 8)) In [6]: a Out[6]: array([[1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1]]) In [7]: b = a.flatten() In [8]: b Out[8]: array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1])
- .reshape(shape)
- ndarray陣列的型別變換
-
astype()方法一定會建立新的陣列(原始資料的一個拷貝),即使兩個型別一致。
-
new_a = a.astype(new_type)。
In [1]: import numpy as np In [2]: a = np.ones((2, 3, 4), dtype = np.int32) In [3]: a Out[3]: array([[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]]) In [4]: b = a.astype(np.float) In [5]: b Out[5]: array([[[ 1., 1., 1., 1.], [ 1., 1., 1., 1.], [ 1., 1., 1., 1.]], [[ 1., 1., 1., 1.], [ 1., 1., 1., 1.], [ 1., 1., 1., 1.]]])
-
- ndarray陣列向列表的轉換
-
ls = a.tolist()。
In [1]: import numpy as np In [2]: a = np.ones((2, 3, 4), dtype = np.int32) In [3]: a Out[3]: array([[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]]) In [4]: a.tolist() Out[4]: [[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]]
-
ndarray陣列的操作
- 陣列的索引和切片
-
索引:獲取陣列中特定位置元素的過程。
-
切片:獲取陣列元素子集的過程。
-
一維陣列的索引和切片:與Python的列表類似。
In [1]: import numpy as np In [2]: a = np.array([9, 8, 7, 6, 5]) In [3]: a[2] Out[3]: 7 In [4]: a[1:4:2] # 起始編號: 終止編號(不含): 步長,3元素冒號分割。 # 編號0開始從左遞增,或‐1開始從右遞減 Out[4]: array([8, 6])
-
多維陣列的索引:
In [1]: import numpy as np In [2]: a = np.arange(24).reshape((2, 3, 4)) In [3]: a Out[3]: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]) In [4]: a[1, 2, 3] # 每個維度一個索引值,逗號分割 Out[4]: 23 In [5]: a[0, 1, 2] Out[5]: 6 In [6]: a[-1, -2, -3] Out[6]: 17
-
多維陣列的切片:
In [1]: import numpy as np In [2]: a = np.arange(24).reshape((2, 3, 4)) In [3]: a Out[3]: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]) In [4]: a[:, 1, -3] # 選取一個維度用: Out[4]: array([ 5, 17]) In [5]: a[:, 1:3, :] # 每個維度切片方法與一維陣列相同 Out[5]: array([[[ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[16, 17, 18, 19], [20, 21, 22, 23]]]) In [6]: a[:, :, ::2] # 每個維度可以使用步長跳躍切片 Out[6]: array([[[ 0, 2], [ 4, 6], [ 8, 10]], [[12, 14], [16, 18], [20, 22]]])
-
ndarray陣列的運算
-
陣列與標量之間的運算
- 陣列與標量之間的運算作用於陣列的每一個元素。
-
NumPy一元函式:對ndarray中的資料執行元素級運算的函式。
- np.abs(x),np.fabs(x)
- 計算陣列各元素的絕對值。
- np.sqrt(x)
- 計算陣列各元素的平方根。
- np.square(x)
- 計算陣列各元素的平方。
- np.log(x),np.log10(x),np.log2(x)
- 計算陣列各元素的自然對數、 10底對數和2底對數。
- np.ceil(x),np.floor(x)
- 計算陣列各元素的ceiling值 或 floor值。
- np.rint(x)
- 計算陣列各元素的四捨五入值。
- np.modf(x)
- 將陣列各元素的小數和整數部分以兩個獨立陣列形式返回。
- np.cos(x),np.cosh(x),np.sin(x),np.sinh(x),np.tan(x),np.tanh(x)
- 計算陣列各元素的普通型和雙曲型三角函式。
- np.exp(x)
- 計算陣列各元素的指數值。
- np.sign(x
- 計算陣列各元素的符號值, 1(+), 0, ‐1(‐)。
In [1]: import numpy as np In [2]: a = np.arange(24).reshape((2, 3, 4)) In [3]: np.square(a) # 注意陣列a並沒有真正的被改變。 Out[3]: array([[[ 0, 1, 4, 9], [ 16, 25, 36, 49], [ 64, 81, 100, 121]], [[144, 169, 196, 225], [256, 289, 324, 361], [400, 441, 484, 529]]], dtype=int32) In [4]: a = np.sqrt(a) In [5]: a Out[5]: array([[[ 0. , 1. , 1.41421356, 1.73205081], [ 2. , 2.23606798, 2.44948974, 2.64575131], [ 2.82842712, 3. , 3.16227766, 3.31662479]], [[ 3.46410162, 3.60555128, 3.74165739, 3.87298335], [ 4. , 4.12310563, 4.24264069, 4.35889894], [ 4.47213595, 4.58257569, 4.69041576, 4.79583152]]]) In [6]: np.modf(a) Out[6]: (array([[[ 0. , 0. , 0.41421356, 0.73205081], [ 0. , 0.23606798, 0.44948974, 0.64575131], [ 0.82842712, 0. , 0.16227766, 0.31662479]], [[ 0.46410162, 0.60555128, 0.74165739, 0.87298335], [ 0. , 0.12310563, 0.24264069, 0.35889894], [ 0.47213595, 0.58257569, 0.69041576, 0.79583152]]]), array([[[ 0., 1., 1., 1.], [ 2., 2., 2., 2.], [ 2., 3., 3., 3.]], [[ 3., 3., 3., 3.], [ 4., 4., 4., 4.], [ 4., 4., 4., 4.]]]))
- np.abs(x),np.fabs(x)
-
NumPy二元函式
- + ‐ * / **
- 兩個陣列各元素進行對應運算。
- np.maximum(x, y),np.fmax(),np.minimum(x,y),np.fmin()
- 元素級的最大值/最小值計算。
- np.mod(x,y)
- 元素級的模運算。
- np.copysign(x,y)
- 將陣列y中各元素值的符號賦值給陣列x對應元素。
- > < >= <= == !=
- 算術比較,產生布爾型陣列。
In [1]: import numpy as np In [2]: a = np.arange(24).reshape((2, 3, 4)) In [3]: a Out[3]: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]) In [4]: b = np.sqrt(a) In [5]: b Out[5]: array([[[ 0. , 1. , 1.41421356, 1.73205081], [ 2. , 2.23606798, 2.44948974, 2.64575131], [ 2.82842712, 3. , 3.16227766, 3.31662479]], [[ 3.46410162, 3.60555128, 3.74165739, 3.87298335], [ 4. , 4.12310563, 4.24264069, 4.35889894], [ 4.47213595, 4.58257569, 4.69041576, 4.79583152]]]) In [6]: np.maximum(a, b) # 運算結果為浮點數 Out[6]: array([[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], [[ 12., 13., 14., 15.], [ 16., 17., 18., 19.], [ 20., 21., 22., 23.]]]) In [7]: a > b Out[7]: array([[[False, False, True, True], [ True, True, True, True], [ True, True, True, True]], [[ True, True, True, True], [ True, True, True, True], [ True, True, True, True]]], dtype=bool)
- + ‐ * / **