建站
咨詢
售后
建站咨詢
新聞中心
Numpy是Python科學(xué)計(jì)算的核心庫之一，主要提供了對多維數(shù)組的強(qiáng)有力支持。
什么是多維數(shù)組?
核心對象是同型的多維數(shù)組(簡單理解就是一個(gè)表格，通常內(nèi)容都是些數(shù)字)，具有相同的數(shù)據(jù)類型。
概念：
1. axes(軸)：數(shù)組的維度統(tǒng)稱為軸。
2. rank：軸的數(shù)量稱為rank。
舉例：一維數(shù)組[1,2,1]，就是一個(gè)rank為1的數(shù)組，因?yàn)樗挥幸粋€(gè)軸(一維)。下圖顯示的是一個(gè)rank為2(二維)的數(shù)組。它的***個(gè)軸(維)的長度是2，如紅色線框所示;第二個(gè)軸(維)的長度是3，如藍(lán)色線框所示。這個(gè)有點(diǎn)像數(shù)據(jù)結(jié)構(gòu)里說的：數(shù)組的元素本身也可以是數(shù)組類型一樣，***擴(kuò)展下去。
Numpy里的多維數(shù)組：ndarray
Numpy的數(shù)組類numpy.array一般稱呼為ndarray，這么叫主要是為了和Python的數(shù)組類array.array區(qū)分開來。后面的文章里，如無特殊說明的地方，array和ndarray均是指的numpy.array。
ndarray(numpy.array)的主要屬性：
- ndim：數(shù)組的軸數(shù)(維度)
- shape：python的元組類型，其中每個(gè)數(shù)字分別表示的是各個(gè)軸(維)上數(shù)組的長度
- size：多維數(shù)組里全部元素的總數(shù)(等于shape元組里所有數(shù)值的乘積)
- dtype：多維數(shù)組里元素的類型。同一個(gè)多維數(shù)組里所有的元素都是同一種類型
這里插播一下：
Anaconda是一個(gè)基于Python的Data Science Platform，相當(dāng)于一個(gè)包裝了數(shù)據(jù)分析常用庫和工具的軟件。它是我們開始學(xué)習(xí)的一個(gè)好幫手。下載地址：https://www.continuum.io/anaconda-overview。
安裝好后，打開“IPython”，或者“Jupyter QtConsole”，或者“Spyder”都可以。它們本質(zhì)上都是對IPython這個(gè)交互式環(huán)境的包裝。
練習(xí)：創(chuàng)建一個(gè)ndarray。
直接使用numpy.array()方法，參數(shù)為python的 list or tuple (sequence type)。下面的代碼里，“In”是我們輸入的代碼，“Out”是上一行代碼的輸出。不是每一行代碼都會有輸出哦。
代碼：
下面這張圖是在“Spyder”里執(zhí)行上面代碼的效果圖：
雙擊上圖中的變量查看窗口(Variable explorer)里的ndarray，可以看到一個(gè)二維數(shù)組的展示圖：
創(chuàng)建ndarray的一些其它方法
1. zeros，ones和empty方法
- numpy.zeros
- numpy.ones
- numpy.empty
numpy提供了另外一種快速創(chuàng)建ndarray的方法，尤其適合數(shù)組內(nèi)容未知的情況，同時(shí)也避免了數(shù)組增長過程中的開銷
2. arange方法
arange可以返回一個(gè)平均分布的ndarray(numpy.array)?？梢苑謩e設(shè)置開始(可選)，結(jié)束(必填)和間距(可選)。下面的示例非常清楚的展示了該方法的使用。
3. reshape方法
顧名思義，此方法是將一個(gè)已經(jīng)存在了的ndarray，轉(zhuǎn)換為另外一個(gè)shape(形狀，即數(shù)組各個(gè)軸上的長度)的多維數(shù)組。新數(shù)組包含了原來所有的數(shù)據(jù)。
注意：新的形狀必需保持size相同，直白一點(diǎn)，就是***個(gè)shape的參數(shù)，3x4=12，需要和第二個(gè)shape的參數(shù)2x6=12，始終保持一致。
4. random方法
用隨機(jī)數(shù)填充新數(shù)組的內(nèi)容。numpy里有多個(gè)產(chǎn)生數(shù)據(jù)數(shù)組的方法，容易搞暈。產(chǎn)生隨機(jī)數(shù)目前我見到兩大類，一類是按照“均勻分布”(例如概率論里的“0-1連續(xù)分布”)產(chǎn)生，另一類是按照“正態(tài)分布”產(chǎn)生的。
在numpy里，我們會見到random，ranf，sample這幾個(gè)方法，其實(shí)它們?nèi)慷际牵?/p>
numpy.random.random_sample這個(gè)方法的別名，都是基于“均勻分布”產(chǎn)生隨機(jī)數(shù)。下面的代碼驗(yàn)證了這一點(diǎn)：
詳細(xì)介紹下用的最多一個(gè)：
numpy.random.random
API：http://t.im/1b9sw
它隨機(jī)返回半開區(qū)間[0.0, 1.0)的浮點(diǎn)數(shù)，方法參數(shù)只有一個(gè)：
size : int或者int型元組，同時(shí)也作為返回?cái)?shù)組的shape。如果輸入的是(2,3,5)，則首先抽取2x3x5=30個(gè)隨機(jī)數(shù)，然后形成一個(gè)形狀為(2,3,5)的多維數(shù)組作為返回值。如果沒有提供參數(shù)，則直接返回一個(gè)隨機(jī)數(shù)。
練習(xí)：生成[12, 30)區(qū)間的一個(gè)6x3的數(shù)組
代碼：
好了，關(guān)于numpy第1講就到這里，還有很多內(nèi)容待后面用到的時(shí)候又再介紹。
【本文為專欄作者“吳思楠”的原創(chuàng)稿件，轉(zhuǎn)載請通過聯(lián)系作者獲取授權(quán)】
當(dāng)前題目：吳思楠機(jī)器學(xué)習(xí)之路：Numpy里多維數(shù)組的創(chuàng)建
本文URL：http://www.5511xx.com/article/cdopeec.html
