最近在学习唐宇迪老师课程数据分析与机器学习方面的知识，在这里记录一下自己的学习过程。
numpy库是python的一个大型计算库，主要用于处理矩阵运算。 Numpy底层使用C语言编写，内部解除了GIL（全局解释器锁）， 其对数组的操作速度不受Python解释器的限制，效率远高于纯Python代码， 同时numpy默认会执行并行计算（除非你有多核空闲），也大大提高了效率。
因为代码是从jupyter上复制过来，而且我的解释说明也基本都在注释里，可能看着有点不舒服。。。如果有想要学习的，就仔细看注释和自己实操一下吧。
基本数据结构
import numpy as np
vector = np.array([1,2,3]) #生成一维矩阵
matrix = np.array([[1,2,3], #生成二维矩阵
[4,5,6]])
print(vector)
print(matrix)
[1 2 3]
[[1 2 3]
[4 5 6]]
#注意生成numpy矩阵的时候，会自动统一类型
array1 = np.array([1,2,3.0])
array2 = np.array([1,2,'3'])
print(array1)
print(array2)
#可以使用astype进行类型转换
print('---------')
print(array1.astype('int'))
print(array2.astype('float'))
[1. 2. 3.]
['1' '2' '3']
---------
[1 2 3]
[1. 2. 3.]
#shape方法得到矩阵的形状
print(vector.shape)
print(matrix.shape)
#ndim方法可查看数据维度
print('----------------------------')
print(vector.ndim)
print(matrix.ndim)
#size方法可查看数据个数
print('----------------------------')
print(vector.size)
print(matrix.size)
#dtype方法可查看数据类型
print('----------------------------')
print(vector.dtype)
(3,)
(2, 3)
----------------------------
1
2
----------------------------
3
6
----------------------------
int32
文件读取
#delimiter为设置分隔符
text = np.genfromtxt('numpy教学内容/world_alcohol.txt',delimiter = ',')
text[:5] #未设置读取类型，所以有许多nan值
array([[ nan, nan, nan, nan, nan],
[1.986e+03, nan, nan, nan, 0.000e+00],
[1.986e+03, nan, nan, nan, 5.000e-01],
[1.985e+03, nan, nan, nan, 1.620e+00],
[1.986e+03, nan, nan, nan, 4.270e+00]])
text = np.genfromtxt('numpy教学内容/world_alcohol.txt',delimiter = ','
,dtype = 'str',skip_header=1)
text[:5] #设置成str类型,skip_header为跳过文件开头的行数，这里设置成1就跳过第一行的列名
array([['1986', 'Western Pacific', 'Viet Nam', 'Wine', '0'],
['1986', 'Americas', 'Uruguay', 'Other', '0.5'],
['1985', 'Africa', "Cte d'Ivoire", 'Wine', '1.62'],
['1986', 'Americas', 'Colombia', 'Beer', '4.27'],
['1987', 'Americas', 'Saint Kitts and Nevis', 'Beer', '1.98']],
dtype='<U52')
#type 可查看文件的数据结构
print(type(text))
#对读取文件的索引，和list一样,可直接索引也可切片
print(text[5])
print(text[5,2])
print(text[5:6])
<class 'numpy.ndarray'>
['1987' 'Americas' 'Guatemala' 'Other' '0']
Guatemala
[['1987' 'Americas' 'Guatemala' 'Other' '0']]
高级索引方式
matrix = np.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
print(matrix[:,1]) #前一个分号没写指得到所有列，后一个1指定第二列，所以得到第二列的数据
print('------------')
print(matrix[1,:]) #同理，得到第二行的数据
#下面就不做过多解释了吧
print('------------')
print(matrix[:,1:3])
print('------------')
print(matrix[1:3,1:3])
[10 25 40]
------------
[20 25 30]
------------
[[10 15]
[25 30]
[40 45]]
------------
[[25 30]
[40 45]]
#还有这种双冒号索引方式，两个冒号的第一个数表示从哪里开始，第二个数表示每次跳跃几行或几列
#如1::2,就表示从下标1开始索引，每次跳跃两行
#这个操作其实和切片也差不多
print(matrix[::1,])
print('----------')
print(matrix[::2,])
print('----------')
print(matrix[1::2,1::2])
#学了这个操作可以玩一些有趣的事，比如生成一个棋盘矩阵
chessboard = np.zeros((8,8),dtype=int)
#np.zeros()方法生成一个全是0的矩阵，还有np.ones()方法，对应全是1
chessboard[1::2,::2] = 1
chessboard[::2,1::2] = 1
print('----------------------')
print(chessboard)
[[ 5 10 15]
[20 25 30]
[35 40 45]]
----------
[[ 5 10 15]
[35 40 45]]
----------
[[25]]
----------------------
[[0 1 0 1 0 1 0 1]
[1 0 1 0 1 0 1 0]
[0 1 0 1 0 1 0 1]
[1 0 1 0 1 0 1 0]
[0 1 0 1 0 1 0 1]
[1 0 1 0 1 0 1 0]
[0 1 0 1 0 1 0 1]
[1 0 1 0 1 0 1 0]]
# 最后还有一种bool类型的索引
bool_matrix1 = (matrix == 10)
#这里就得到了一个bool类型的矩阵，当满足条件为true，这里还可以看出numpy的方便性，不用写for循环就可直接判断
print(matrix)
print('----------------')
print(bool_matrix1)
print('----------------')
bool_matrix2 = (matrix == 10) | (matrix == 15)
#可以加入一些逻辑判断，格式要注意，是一根线，不过打多了报错了就知道了。。。
print(bool_matrix2)
print('----------------')
#当然同样可以指定某一列
bool_matrix3 = (matrix[:,1] == 10) #matrix[:,1]取的就是第二列的值，然后判断是否为10
print(bool_matrix3)
#我们得到了这些bool数组后就可以去索引值了
print(matrix[bool_matrix1])
print(matrix[bool_matrix2])
print(matrix[bool_matrix3])
[[ 5 10 15]
[20 25 30]
[35 40 45]]
----------------
[[False True False]
[False False False]
[False False False]]
----------------
[[False True True]
[False False False]
[False False False]]
----------------
[ True False False]
[10]
[10 15]
[[ 5 10 15]]
最后
我想说，想要学好就一定要多练习，遇到不会的一定要百度或查api文档，不能就跳过了。
help()函数也是可以常用的，将不理解的方法或函数传入进去就能得到帮助文档了。
image.png
