AI基礎：Numpy簡易入門

本文提供最簡易的 Numpy 的入門教程，適合初學者。（黃海廣）

1.Numpy 簡易入門

---

NumPy（Numeric Python）提供了許多高級的數值編程工具，如：矩陣數據類型、矢量處理，以及精密的運算庫。專爲進行嚴格的數字處理而產生。多爲不少大型金融公司使用，以及核心的科學計算組織如：Lawrence Livermore，NASA 用其處理一些原本使用 C++，Fortran 或 Matlab 等所作的任務。

我曾經整理過兩篇關於Numpy的文章，好評如潮：

• Numpy練習題100題-提升你的數據分析技能

本文總結了Numpy的經常使用操做，並作成練習題，練習題附答案建議讀者把練習題完成。做者認爲，作完練習題，Numpy的基本操做沒有問題了，之後碰到問題也能夠查這些習題。

• 驚爲天人，NumPy手寫所有主流機器學習模型，代碼超3萬行

用 NumPy 手寫全部主流 ML 模型，普林斯頓博士後 David Bourgin 最近開源了一個很是剽悍的項目。超過 3 萬行代碼、30 多個模型。

怎麼學：

先完整運行本文的代碼，預計用一天時間就夠了，再嘗試完成Numpy練習題100題，鞏固下，接着呢？能夠看看上面那篇文章的大神手寫的主流機器學習模型代碼，看懂就行。

備註：本文代碼能夠在github下載

https://github.com/fengdu78/Data-Science-Notes/tree/master/2.numpy

1.1 認識 NumPy 數組對象

Numpy 是一個用 python 實現的科學計算的擴展程序庫，包括：

• 一、一個強大的 N 維數組對象 Array；
• 二、比較成熟的（廣播）函數庫；
• 三、用於整合 C/C++和 Fortran 代碼的工具包；
• 四、實用的線性代數、傅里葉變換和隨機數生成函數。numpy 和稀疏矩陣運算包 scipy 配合使用更加方便。

import numpy as np                     # 導入NumPy工具包

data = np.arange(12).reshape(3, 4)  # 建立一個3行4列的數組

data

array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])

type(data)

numpy.ndarray

data.ndim         # 數組維度的個數，輸出結果2，表示二維數組

2

data.shape        # 數組的維度，輸出結果（3，4），表示3行4列

(3, 4)

data.size         # 數組元素的個數，輸出結果12，表示總共有12個元素

12

data.dtype # 數組元素的類型，輸出結果dtype('int64'),表示元素類型都是int64

dtype('int32')

1.2 建立 NumPy 數組

import numpy as np

data1 = np.array([1, 2, 3])                   # 建立一個一維數組

data1

array([1, 2, 3])

data2 = np.array([[1, 2, 3], [4, 5, 6]])   # 建立一個二維數組

data2

array([[1, 2, 3],
[4, 5, 6]])

np.zeros((3, 4))#建立一個全0數組

array([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])

np.ones((3, 4))#建立全一數組

array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])

np.empty((5, 2))# 建立全空數組，其實每一個值都是接近於零的數

array([[ 6.95312756e-310, 2.12199579e-314],
[ 2.12199579e-314, 4.94065646e-324],
[ 0.00000000e+000, -7.06252554e-311],
[ 0.00000000e+000, -8.12021073e-313],
[ 1.29923372e-311, 2.07507571e-322]])

np.arange(1, 20, 5)

array([ 1, 6, 11, 16])

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

array([1., 2., 3., 4.])

np.ones((2, 3), dtype='float64')

array([[1., 1., 1.],
[1., 1., 1.]])

1.3 ndarry 對象的數據類型

1.3.1 查看數據類型

data_one = np.array([[1, 2, 3], [4, 5, 6]])

data_one.dtype.name

'int32'

1.3.2 轉換數據類型

data = np.array([[1, 2, 3], [4, 5, 6]])

data.dtype

dtype('int32')

float_data = data.astype(np.float64) # 數據類型轉換爲float64

float_data.dtype

dtype('float64')

float_data = np.array([1.2, 2.3, 3.5])

float_data

array([1.2, 2.3, 3.5])

int_data = float_data.astype(np.int64) # 數據類型轉換爲int64

int_data

array([1, 2, 3], dtype=int64)

str_data = np.array(['1', '2', '3'])

int_data = str_data.astype(np.int64)

int_data

array([1, 2, 3], dtype=int64)

1.4 數組運算

1.4.1 向量化運算

import numpy as np

data1 = np.array([[1, 2, 3], [4, 5, 6]])

data2 = np.array([[1, 2, 3], [4, 5, 6]])

data1 + data2        # 數組相加

array([[ 2, 4, 6],
[ 8, 10, 12]])

data1 * data2        # 數組相乘

array([[ 1, 4, 9],
[16, 25, 36]])

data1 - data2        # 數組相減

array([[0, 0, 0],
[0, 0, 0]])

data1 / data2       # 數組相除

array([[1., 1., 1.],
[1., 1., 1.]])

1.4.2 數組廣播

numpy 數組間的基礎運算是一對一，也就是a.shape==b.shape，可是當二者不同的時候，就會自動觸發廣播機制，以下例子：

import numpy as np

arr1 = np.array([[0], [1], [2], [3]])

arr1.shape

(4, 1)

arr2 = np.array([1, 2, 3])

arr2.shape

(3,)

arr1 + arr2

array([[1, 2, 3],
[2, 3, 4],
[3, 4, 5],
[4, 5, 6]])

到這裏，咱們來給出一張圖：

也能夠看這張圖：

1.4.3 數組與標量間的運算

import numpy as np

data1 = np.array([[1, 2, 3], [4, 5, 6]])

data2 = 10

data1 + data2      # 數組相加

array([[11, 12, 13],
[14, 15, 16]])

data1 * data2       # 數組相乘

array([[10, 20, 30],
[40, 50, 60]])

data1 - data2        # 數組相減

array([[-9, -8, -7],
[-6, -5, -4]])

data1 / data2       # 數組相除

array([[0.1, 0.2, 0.3],
[0.4, 0.5, 0.6]])

1.5 ndarray 的索引和切片

1.5.1 整數索引和切片的基本使用

咱們一塊兒來來總結一下，看下面切片取值方式（對應顏色是取出來的結果）：

import numpy as np

arr = np.arange(8)    # 建立一個一維數組

arr

array([0, 1, 2, 3, 4, 5, 6, 7])

arr[5]                  # 獲取索引爲5的元素

5

arr[3:5]                # 獲取索引爲3~5的元素，但不包括5

array([3, 4])

arr[1:6:2]              # 獲取索引爲1~6的元素，步長爲2

array([1, 3, 5])

import numpy as np

arr2d = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]]) # 建立二維數組

arr2d

array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])

arr2d[1]            # 獲取索引爲1的元素

array([4, 5, 6])

arr2d[0, 1]        # 獲取位於第0行第1列的元素

2

arr2d[:2]

array([[1, 2, 3],
[4, 5, 6]])

arr2d[0:2, 0:2]

array([[1, 2],
[4, 5]])

arr2d[1, :2]

array([4, 5])

1.5.2 花式（數組）索引的基本使用

import numpy as np

demo_arr = np.empty((4, 4))               # 建立一個空數組
for i in range(4):
    demo_arr[i] = np.arange(i, i + 4)   # 動態地爲數組添加元素

demo_arr

array([[0., 1., 2., 3.],
[1., 2., 3., 4.],
[2., 3., 4., 5.],
[3., 4., 5., 6.]])

demo_arr[[0, 2]]        # 獲取索引爲[0,2]的元素

array([[0., 1., 2., 3.],
[2., 3., 4., 5.]])

demo_arr[[1, 3], [1, 2]]     # 獲取索引爲(1,1)和(3,2)的元素

array([2., 5.])

1.5.3 布爾型

#存儲學生姓名的數組
student_name = np.array(['Tom', 'Lily', 'Jack', 'Rose'])

student_name

array(['Tom', 'Lily', 'Jack', 'Rose'], dtype='<U4')

# 存儲學生成績的數組
student_score = np.array([[79, 88, 80], [89, 90, 92], [83, 78, 85], [78, 76, 80]])

student_score

array([[79, 88, 80],
[89, 90, 92],
[83, 78, 85],
[78, 76, 80]])

# 對student_name和字符串「Jack」經過運算符產生一個布爾型數組
student_name == 'Jack'

array([False, False, True, False])

# 將布爾數組做爲索引應用於存儲成績的數組student_score，
# 返回的數據是True值對應的行
student_score[student_name=='Jack']

array([[83, 78, 85]])

student_score[student_name=='Jack', :1]

array([[83]])

1.6 數組的轉置和軸對稱

arr = np.arange(12).reshape(3, 4)

arr

array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])

arr.T      # 使用T屬性對數組進行轉置

array([[ 0, 4, 8],
[ 1, 5, 9],
[ 2, 6, 10],
[ 3, 7, 11]])

arr = np.arange(16).reshape((2, 2, 4))

arr

array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])

arr.transpose(1, 2, 0)   # 使用transpose()方法對數組進行轉置

array([[[ 0, 8],
[ 1, 9],
[ 2, 10],
[ 3, 11]],
[[ 4, 12],
[ 5, 13],
[ 6, 14],
[ 7, 15]]])

arr

array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])

arr.swapaxes(1, 0)    # 使用swapaxes方法對數組進行轉置

array([[[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[ 4, 5, 6, 7],
[12, 13, 14, 15]]])

1.7 NumPy 通用函數

arr = np.array([4, 9, 16])

np.sqrt(arr)#開方

array([2., 3., 4.])

np.abs(arr)#求絕對值

array([ 4, 9, 16])

np.square(arr)#求平方

array([ 16, 81, 256], dtype=int32)

x = np.array([12, 9, 13, 15])

y = np.array([11, 10, 4, 8])

np.add(x, y)      # 計算兩個數組的和

array([23, 19, 17, 23])

np.multiply(x, y) # 計算兩個數組的乘積

array([132, 90, 52, 120])

np.maximum(x, y)  # 兩個數組元素級最大值的比較

array([12, 10, 13, 15])

np.greater(x, y)  # 執行元素級的比較操做

array([ True, False, True, True])

1.8 利用 NumPy 數組進行數據處理

1.8.1 將條件邏輯轉爲數組運算

arr_x = np.array([1, 5, 7])

arr_y = np.array([2, 6, 8])

arr_con = np.array([True, False, True])

result = np.where(arr_con, arr_x, arr_y)

result

array([1, 6, 7])

1.8.2 數組統計運算

arr = np.arange(10)

arr.sum()      # 求和

45

arr.mean()     # 求平均值

4.5

arr.min()      # 求最小值

0

arr.max()       # 求最大值

9

arr.argmin()   # 求最小值的索引

0

arr.argmax()   # 求最大值的索引

9

arr.cumsum()   # 計算元素的累計和

array([ 0, 1, 3, 6, 10, 15, 21, 28, 36, 45], dtype=int32)

arr.cumprod()  # 計算元素的累計積

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int32)

x = np.arange(1 , 16).reshape((3 , 5))
print(x)

[[ 1 2 3 4 5]
[ 6 7 8 9 10]
[11 12 13 14 15]]

np.diff(x,axis=1) #默認axis=1

array([[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]])

np.diff(x,axis=0)

array([[5, 5, 5, 5, 5],
[5, 5, 5, 5, 5]])

np.floor([-0.6,-1.4,-0.1,-1.8,0,1.4,1.7])

array([-1., -2., -1., -2., 0., 1., 1.])

看到沒，負數取整，跟上述的 around 同樣，是向左！

np.ceil([1.2,1.5,1.8,2.1,2.0,-0.5,-0.6,-0.3])

array([ 2., 2., 2., 3., 2., -0., -0., -0.])

取上限！找這個小數的最大整數便可！

查找，利用 np.where 實現小於 0 的值用 0 填充嗎，大於 0 的數不變！

x = np.array([[1, 0],
       [2, -2],
     [-2, 1]])
print(x)

[[ 1 0]
[ 2 -2]
[-2 1]]

np.where(x>0,x,0)

array([[1, 0],
[2, 0],
[0, 1]])

1.8.3 數組排序

arr = np.array([[6, 2, 7], [3, 6, 2], [4, 3, 2]])

arr

array([[6, 2, 7],
[3, 6, 2],
[4, 3, 2]])

arr.sort()

arr

array([[2, 6, 7],
[2, 3, 6],
[2, 3, 4]])

arr = np.array([[6, 2, 7], [3, 6, 2], [4, 3, 2]])

arr

array([[6, 2, 7],
[3, 6, 2],
[4, 3, 2]])

arr.sort(0)       # 沿着編號爲0的軸對元素排序

arr

array([[3, 2, 2],
[4, 3, 2],
[6, 6, 7]])

1.8.4 檢索數組元素

arr = np.array([[1, -2, -7], [-3, 6, 2], [-4, 3, 2]])

arr

array([[ 1, -2, -7],
[-3, 6, 2],
[-4, 3, 2]])

np.any(arr > 0)      # arr的全部元素是否有一個大於0

True

np.all(arr > 0)      # arr的全部元素是否都大於0

False

1.8.5 惟一化及其餘集合邏輯

arr = np.array([12, 11, 34, 23, 12, 8, 11])

np.unique(arr)

array([ 8, 11, 12, 23, 34])

np.in1d(arr, [11, 12])

array([ True, True, False, False, True, False, True])

1.9 線性代數模塊

arr_x = np.array([[1, 2, 3], [4, 5, 6]])

arr_y = np.array([[1, 2], [3, 4], [5, 6]])

arr_x.dot(arr_y)   # 等價於np.dot(arr_x, arr_y)

array([[22, 28],
[49, 64]])

1.10 隨機數模塊

import numpy as np

np.random.rand(3, 3)     # 隨機生成一個二維數組

array([[0.90422833, 0.57874299, 0.36084718],
[0.46674697, 0.59189161, 0.88876503],
[0.51836003, 0.30765097, 0.79668824]])

np.random.rand(2, 3, 3) # 隨機生成一個三維數組

array([[[0.21438832, 0.58877977, 0.86120009],
[0.15222229, 0.53060997, 0.0562486 ],
[0.88035435, 0.32505223, 0.9045713 ]],

[[0.32907094, 0.88987195, 0.34523123],
    [0.90645746, 0.61257549, 0.83944649],
    [0.2015535 , 0.84522463, 0.87759584]]])

import numpy as np

np.random.seed(0)   # 生成隨機數的種子

np.random.rand(5)   # 隨機生成包含5個元素的浮點數組

array([0.5488135 , 0.71518937, 0.60276338, 0.54488318, 0.4236548 ])

np.random.seed(0)

np.random.rand(5)

array([0.5488135 , 0.71518937, 0.60276338, 0.54488318, 0.4236548 ])

np.random.seed()

np.random.rand(5)

array([0.19299506, 0.41434116, 0.90011257, 0.37469705, 0.69775797])

備註：本文代碼能夠在github下載

https://github.com/fengdu78/Data-Science-Notes/tree/master/2.numpy