數據分析之NumPy

一：NumPy的介紹

　　NumPy是用於科學計算的一個開源Python擴充程序庫，它爲Python提供了高性能的數組與矩陣運算處理能力，NumPy爲Python帶來了真正的多位數組功能，而且提供了豐富的函數庫處理這些數組。經常使用的數學函數都支持向量化運算，使得這些數學函數可以直接對數組進行操做，將原本須要在Python級別進行的循環放到C語言的運算，明顯的提升了程序的運算速度。

　　簡單來講，NumPy是高性能科學計算和數據分析的基礎包，它是pandas等其餘各類工具的基礎。

二：NumPy的基本使用

　　安裝方法：pip install numpy

　　引用方式：import numpy as np

　　NumPy的核心功能是「ndarray」（即n-dimensional array，多維數組）數據結構。

　　特色：

　　　　連續內存分配、向量化操做、布爾選擇、分片（sliceability）

 　　NumPy的主要功能：

　　　　ndarray，一個多位數組結構，高效且節省空間

　　　　無需循環對數組數據進行運算

　　　　讀寫磁盤數據的工具以及用於操做內存映射文件的工具

　　　　線性代數、隨機數生成和傅里葉變換功能

　　　　用於繼承C、C++等代碼的工具

三：ndarray基本屬性

　　1：基本屬性

　　ndarray.ndmin數組軸的個數

　　ndarray.shape數組的維度，這是一個指示數組在每一個維度上大小的整數元祖。例如一個n排m列的矩陣，它的shape屬性將是（2,3）

　　ndarray.size數組個數的總個數，等於shape屬性中元祖元素的乘積。

　　ndarray.dtype一個用於描述數組中元素類型的對象，能夠創造或指定dtype使用標準Python類型。另外NumPy提供它本身的數據類型。

　　ndarray.itemsize數組中每一個元素的字節大小，例如，一個元素類型爲float64的數組，itemsize屬性值爲8（64/8），又如，一個元素類型爲complex32的數組item屬性爲4（32/8）

　　T ：數組的轉置（對高維度數組而言）

　　dtype: 數組元素的數據類型

　　size：數組元素的個數

　　2：NumPy： ndarray 多維數組對象

　　建立ndarray：

　　　　array(): 將列表轉換爲數組，可選擇顯示指定dtype

　　　　arange(): range 的NumPy版，支持浮點數

　　　　linspace(): 相似arange(),第三個參數爲數組長度

　　　　zeros(): 根據指定形狀和dtype建立全0數組

　　　　ones(): 根據指定形狀和dtype建立全1數組

　　　　reshape(): 更改數組的維度

.ndim ：維度 
.shape ：各維度的尺度 （2，5） 
.size ：元素的個數 10 
.dtype ：元素的類型 dtype(‘int32’) 
.itemsize ：每一個元素的大小，以字節爲單位 ，每一個元素佔4個字節 
ndarray數組的建立 
np.arange(n) ; 元素從0到n-1的ndarray類型 
np.ones(shape): 生成全1 
np.zeros((shape)， ddtype = np.int32) ： 生成int32型的全0 
np.full(shape, val): 生成全爲val 
np.eye(n) : 生成單位矩陣

np.ones_like(a) : 按數組a的形狀生成全1的數組 
np.zeros_like(a): 同理 
np.full_like (a, val) : 同理

np.linspace（1,10,4）： 根據起止數據等間距地生成數組 
np.linspace（1,10,4, endpoint = False）：endpoint 表示10是否做爲生成的元素 

經常使用

.reshape(shape) : 不改變當前數組，依shape生成 
.resize(shape) : 改變當前數組，依shape生成 
.swapaxes(ax1, ax2) : 將兩個維度調換 
.flatten() : 對數組進行降維，返回摺疊後的一位數組

數組的維度變換

數據類型的轉換 ：a.astype(new_type) : eg, a.astype (np.float) 
數組向列表的轉換： a.tolist() 

數組的類型變換

a = np.array ([9, 8, 7, 6, 5, ]) 
a[1:4:2] –> array([8, 6]) ： a[起始編號：終止編號（不含）： 步長]

一維數組切片

a = np.arange(24).reshape((2, 3, 4)) 
a[1, 2, 3] 表示 3個維度上的編號， 各個維度的編號用逗號分隔

多維數組索引

a [：，：，：：2 ] 缺省時，表示從第0個元素開始，到最後一個元素 

多維數組切片

np.abs(a) np.fabs(a) : 取各元素的絕對值 
np.sqrt(a) : 計算各元素的平方根 
np.square(a): 計算各元素的平方 
np.log(a) np.log10(a) np.log2(a) : 計算各元素的天然對數、10、2爲底的對數 
np.ceil(a) np.floor(a) : 計算各元素的ceiling 值， floor值（ceiling向上取整，floor向下取整） 
np.rint(a) : 各元素 四捨五入 
np.modf(a) : 將數組各元素的小數和整數部分以兩個獨立數組形式返回 
np.exp(a) : 計算各元素的指數值 
np.sign(a) : 計算各元素的符號值 1（+），0，-1（-） 
. 
np.maximum(a, b) np.fmax() : 比較（或者計算）元素級的最大值 
np.minimum(a, b) np.fmin() : 取最小值 
np.mod(a, b) : 元素級的模運算 
np.copysign(a, b) : 將b中各元素的符號賦值給數組a的對應元素

數組運算

sum(a, axis = None) : 依給定軸axis計算數組a相關元素之和，axis爲整數或者元組 
mean(a, axis = None) : 同理，計算平均值 
average(a, axis =None, weights=None) : 依給定軸axis計算數組a相關元素的加權平均值 
std（a, axis = None） ：同理，計算標準差 
var（a, axis = None）: 計算方差 
eg： np.mean(a, axis =1) ： 對數組a的第二維度的數據進行求平均 
a = np.arange(15).reshape(3, 5) 
np.average(a, axis =0, weights =[10, 5, 1]) : 對a第一各維度加權求平均，weights中爲權重，注意要和a的第一維匹配

min(a) max(a) : 計算數組a的最小值和最大值 
argmin(a) argmax(a) : 計算數組a的最小、最大值的下標（注：是一維的下標） 
unravel_index(index, shape) : 根據shape將一維下標index轉成多維下標 
ptp(a) : 計算數組a最大值和最小值的差 
median(a) : 計算數組a中元素的中位數（中值）

NumPy統計函數

詳細方法連接：http://www.cnblogs.com/TensorSense/p/6795995.html

四：Anaconda的安裝及使用

　　1：anaconda是什麼？

　　anaconda是Python的包管理器和環境管理器。

　　2：爲何用anaconda？

　　anaconda附帶了一大批經常使用數據科學包，附帶了conda、Python和150多個科學包及其依賴項。提供包管理功能，使得Windows平臺安裝第三方包常常失敗的場景得以解決。提供環境管理功能，解決多版本Python並存、切換的問題。

　　3：安裝

　　官網下載安裝包：官網地址https://www.anaconda.com/download/

　　值得注意的是anaconda沒有快捷方式（pip3 install IPython,更加方便運行）

tips:什麼是Jupyter Notebook？

　　前身是IPython notebook，是一個開源的web application，能夠建立和分享包含代碼，視圖，註釋的文檔，也能夠用於數據統計，分析，建模，機器學習等領域。