338
Python
Python数据分析-Numpy
前言
NUMPY（以下简称NP）是Python数据分析必不可少的第三方库，np的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型。
如今，np被Python其它科学计算包作为基础包，已成为Python 数据分析的基础，可以说，NP是SciPy、Pandas等数据处理或科学计算库最基本的函数功能库。因此，理解np的数据类型对python数据分析十分有帮助。
下面，本文将介绍Np的常用操作和基本数据类型。
NP提供了以下重点功能。
一个强大的N维数组对象ndarray
广功能函数
整合C/C++/Fortran代码的工具
提供了线性代数、傅里叶变换、随机数生成的相关功能
为了更加直观的了解Np的强大与作用，我们先看作用再看方法：
使用NUMPY操作数据集
在操作数据之前，我们先来理解什么是维度：
什么是维度
维度是一组数据的组织形式，不同数据维度可能表示不同的含义。一维数据由对等关系的有序或无序数据构成，采用线性方式组织，可以用数组表示。
通俗来讲，
这么一行数据就可以称之为一维数据，但如果我们再对其折叠：
那么他就成为了二维数据，又可以称之为矩阵。
什么是数据集
数据集，顾名思义就是数据的集合，是用以训练程序的数据集合，一般是二维或者多维数表。
如果我们想自己手工新建一个数据集，可以直接新建一个文本文件，只要有恰当的数据，都可以称之为数据集：
比如这样，我们就可以称上面的文件称之为数据集。我们还注意到，上面数据是使用逗号作为分隔符分隔数据的，它简单描述了数据的内容和含义，并使用半角逗号作为分隔符。像这样，用逗号分隔的数据集就称之为CSV（Comma-Separated Value,逗号分隔值）数据集，它是一种常见的文件格式，用来存储批量的数据。它就像一张excel表，用来存储简单结构的数据。
怎么样，数据集的概念是否特别简单呢？
生成数据集
数据集是一个简单的概念，但每次使用手工的方式去写毕竟不方便，所以，我们可以使用np的内置函数来生成数据集：
frame：文件、字符串、或产生器的名字，可以是.gz，.bz2的压缩文件
arrray：存入文件的NP的数组
fmt(format):写入文件的格式，如%d,%.2f,%.18e(默认，科学计数法保留18位)
delemiter:分割字符串，默认是任何空格。
我们可以这样写下代码：
这样，我们就会在当前的工作目录下发现一个新的demo.csv，用记事本打开，里面是一个4 * 5的矩阵，元素0~19。
读取数据集
既然生成，那就可以读取，同样使用np：
frame:指定读入的文件来源
dtype:数据类型，默认为np.float。
delimiter:分割字符串
unpack：默认为False读入文件写入一个数组，如果为True，读入属性将分别写入不同变量
同样的我们只需要写下代码：
就可以查看到我们先前写入的数组a。
CSV文件的局限
可以发现，CSV文件只能有效存储和读取一维和二维数组，因为更高的维度无法更直观的文本下显现出来，这时，更加灵活的存取方式就呼之欲出了，但讲之前先卖个关子，再介绍一个不太常用的方法：
tofile：对于NP中的ndarray数组，我们可以使用NP中的tofile方法。
frame:文件，字符串
数据分割字符串，如果不写，将使用二进制文件存储
format：写入数据的格式
同样，我们只需要命令：
就可以生成新的CSV数据集。
此时，我们如果打开a.dat文件，我们可以看到数组1,2,3……99。但是与CSV不同，这个文件并没有包含数字的维度信息，他只是将数组所有元素逐一的列出。而且如果我们不指定sep，将保存为二进制文件，虽然对人不可读，但将占用更小的空间。
既然tofile可以保存文本文件，那么也很容易猜到对应的fromfile可以还原这些信息。
frame：文件
dtype：读取元素使用的数据类型，默认为float
count：读文件的个数，默认-1，读取全部
sep:数据分割字符串，如果是空串，写入文件为二进制。
如果我们想要重新恢复数据的维度信息，我们需要重新使用reshape来恢复维度信息：
不得不说，当我看到这个方法时感觉这两个真是蠢爆了，使用savetxt / loadtxt 至少还能保存个二维信息，而使用了tofile / fromfile 方法居然把数被伸展为一维的，然后自己记住维度信息(╯‵′)╯︵┻━┻。
因此，为了保存更复杂的数据类型，二维以上的数据信息，save / load 函数成功解决了这个问题：（为了方便，两个函数就放到一起了）
保存 / 读取高维度数据
Demo:
附录
附录中提供NP的常用方法及注释，做查询用。
np数组定义
初始化数组
随机序列
如果想要多个随机整数：
多维数组运算
还可以使用reshape函数，对数组结构重定义：
下面介绍一些常用的运算操作：
此外，还可以sqrt、log、sin、sum、max等操作：
我们下定义一个三维数组：
我们可以看到sum方法对lst的所有元素都进行了求和，此外我们还可以通过对sum方法增加参数axis的方式来设置求和的深入维度：
这里的axis取值为数组维数-1，axis可以理解为进行运算操作时的深入程度，axis越大，深入程度越大。同理，不仅sum函数，max等函数也可以一样理解。
相加运算
numpy.array是np最简单的数据结构。np.array相比与Python原生列表其强大之处在于可以实现对数组数据的运算。我们知道，list只能对元素的追加。而numpy是真正意义上的数据运算。
例如
但np最强大的地方不在于简单的一维运算，Np对矩阵也能进行基本的运算操作：
此外，由于原生list没有确定的数据类型，所以维护起来成本较高，而使用C编写的numpy，则可以声明各种常见的数据类型：
np所支持的数据类型都有bool、int8/16/32/64/128/、uint8/16/32/64/128、float16/32/43、complex64/128、string。
总结
Python作为一门弱类型语言，有其不可避免的缺点。但NP的出现，弥补了这些缺点，使其具备了构造复杂数据类型的能力，为Python数据分析提供了基础。
如您有何疑问，请联系小编：
15201480058
最后更新：2017-10-22 12:37:44