Python 数据分析之Numpy学习（一）

一、Numpy的引入

1.1 矩阵/向量的按位运算

需求：矩阵的按位相加
[0,1,4] + [0,1,8] = [0,2,12]

1.1.1 利用python实现矩阵/向量的按位运算

# 1.通过列表实现
list1 = [0, 1, 4]
list2 = [0, 1, 8]

# 列表使用 + 操作是将两个列表进行连接，不是算术运算
list1 + list2# 结果：

[0, 1, 4, 0, 1, 8]

# 使用循环 + append实现
list_sum = []# 通过索引进行遍历
for i in range(len(list1)):# 通过索引同时遍历list1和list2，方便从2个列表中同时提取数据list_sum.append(list1[i] + list2[i])list_sum

[0, 2, 12]

# 2.通过推导式实现
[list1[i] + list2[i] for i in range(len(list1))]

[0, 2, 12]

对上述的按位相加运算进行扩充：
扩充到两个n位的列表进行按位相加操作，第一个列表的元素是0到n-1的平方，第二个列表的元素是0到n-1的三次方
[0, 1, 4, …] + [0, 1, 8, …] = [0, 2, 12, …]

# 构建一个函数，用来生成 0 到 n-1 的 m 次方列表
def create_list(n,m):    # n是列表中的元素数量，m是所求次方return [item ** m for item in range(n)]

# 测试构建的函数
# 生成 10 个元素的平方
create_list(10, 2)

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 生成 5 个元素的立方
create_list(5, 3)

[0, 1, 8, 27, 64]

# 构建函数用来实现 n 个元素的平方和立方的按位相加
def pySum(n):  # n是列表的元素数量list_1 = create_list(n, 2)list_2 = create_list(n, 3)return [list_1[i] + list_2[i] for i in range(n)]

# 测试Pysum函数
pySum(5)

[0, 2, 12, 36, 80]

pySum(10)

[0, 2, 12, 36, 80, 150, 252, 392, 576, 810]

1.1.2 用numpy实现矩阵/向量的按位运算

# 载入库
import numpy as np

# 构建用Numpy实现按位相加的函数
def npSum(n):a = np.arange(n) ** 2b = np.arange(n) ** 3return a + b

# 测试npSum函数
npSum(5)

array([ 0,  2, 12, 36, 80])

npSum(10)

array([  0,   2,  12,  36,  80, 150, 252, 392, 576, 810])

1.1.3 numpy与原生python在科学计算上的对比

# (1)溢出的问题
# python实现，正常
pySum(100000)[-3:]

[999920002099982, 999950000799996, 999980000100000]

# numpy实现，出现了溢出问题
npSum(100000)[-3:]

array([ 75983630,   9912572, -55558496])

在Windows操作系统下，用numpy创建的整数类型的数组默认采用的是 np.int32 数据类型，该数据类型能容纳的最大数值是2^31-1，当我们要计算的数值超过该数值，计算结果就会出错，解决方法是采用更大的数据类型 np.int64。

# 修改按位相加函数中的数组的数据类型改为 np.int64
def npSum64(n):a = np.arange(n, dtype = np.int64) ** 2b = np.arange(n, dtype = np.int64) ** 3return a + b

# 测试npSum64函数是否还会出现溢出问题，结果是输出正确结果
npSum64(100000)[-3:]

array([999920002099982, 999950000799996, 999980000100000], dtype=int64)

# (2)代码简洁程度：numpy代码比python代码实现按位相加要更简洁

# (3) numpy与原生python在科学计算上的性能差异
# %timeit    #精确计算其后代码执行的时间长度，是jupyter上的一个特殊的命令（魔法命令）
%timeit pySum(100000)

36.4 ms ± 922 μs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit npSum64(100000)

1.03 ms ± 11.6 μs per loop (mean ± std. dev. of 7 runs, 1,000 loops each)

两者执行相差：35.7 / 1，相差三十多倍，随着计算的复杂程度的提高，numpy节约的时间越多

总结：从上述情况来看，在实现科学计算上，不管是从代码的简洁程度还是执行效率上来看，numpy的表现较好

1.2 Numpy的简介

NumPy是一个开源的Python科学计算库，它包括：

• 一个强大的N维数组对象ndrray；
• 比较成熟的函数库；
• 用于整合C/C++和Fortran代码的工具包；
• 实用的线性代数、傅里叶变换和随机数生成函数

NumPy支持高维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
Numpy成为事实上的Scipy、Pandas、Scikit-Learn、Tensorflow、PaddlePaddle等框架的"通用底层语言"。
Numpy的array和Python的List的一个区别，是它元素必须都是同一种数据类型，比如都是数字int类型，这也是Numpy高性能的一个原因。

1.2.1 Python的缺点和Numpy的改进

标准Python中用列表(list)可以用来当作数组使用，但是列表中所保存的是对象(任意对象)的指针。对于数值运算来说这种结构比较浪费内存和CPU计算时间。
NumPy提供了以下对象，解决标准Python的不足：
①ndarray：N维数组(简称数组)对象，存储单一数据类型的N维数组
②ufunc：通用函数对象，对数组进行处理的函数。

1.2.2 Ndarray的理解

NumPy中的ndarray是一个多维数组对象，它是一个快速而灵活的大数据集容器，它由两部分组成：
①实际的数据；
②描述这些数据的元数据。（相当于形状）
大部分的数组操作仅仅修改元数据部分，而不改变底层的实际数据。

形状：描述数组的元数据

二、创建Ndarray

2.1 一维数组的创建

2.1.1 np.array创建数组

# ?np.array

array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)

• object：用来转换为数组的对象，一般是容器/序列类对象
• dtype：数据类型，一般不专门设置，因为np会自动识别对象的数据类型

注意：array是个函数，后面要写成()

# 1.列表转数组
arr1 = np.array([1, 2, 3, 4, 5])
arr1   # 直接写是访问对象，直接访问对象是用逗号隔开

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

# 用print输出，输出结果用空格隔开
print(arr1)

[1 2 3 4 5]

列表直接访问和用print输出没有区别，都是用逗号隔开，但是数组不一样

# 观察arr1的数据类型
type(arr1)     # numpy.ndarray

numpy.ndarray

# 2.元组转数组
np.array((1, 2, 3))

array([1, 2, 3])

# 3.range转数组
np.array(range(10))

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

# 4.字符串转数组，得到的不是字符，而是一个完整的字符串
np.array('hello')

array('hello', dtype='<U5')

# 如果要得到字符串中每个字符构成的数组，先将字符串转为列表，然后将列表转换为数组
np.array(list('hello'))

array(['h', 'e', 'l', 'l', 'o'], dtype='<U1')

2.1.2 数组相关概念

• 数组的维度
  ndarray.ndim - 返回数组维度的数量（轴），返回的是1，2……，表示一维、二维……

arr1.ndim
# 返回数字1，说明arr1是一个一维数组（数组的轴的数量是1）

1

• 数组的形状
  ndarray.shape - 返回数组的形状，即数组在每个维度（轴）上的元素数量，结果是一个元组

arr1.shape
# 返回一个元组，说明arr1是一个一维数组（只有第一个元素有值），该维度上有5个元素

(5,)

type(arr1.shape)   # 返回的对象是元组类型

tuple

• 数组的数据类型
  ndarray.dtype - 返回数组的数据类型

type和dtype的区别：type得到的是对象的数据类型，dtype得到的是对象中的元素的数据类型

type(arr1)   # 返回的是arr1对象的数据类型

numpy.ndarray

arr1.dtype   # arr1的数据类型是np.int32

dtype('int32')

# 数组的数据类型会根据转换的对象自动设定，数组的数据类型由数组中兼容性最强的数据决定
arr2 = np.array([1,2,3,4.5,6])

arr2

array([1. , 2. , 3. , 4.5, 6. ])

arr2.dtype

dtype('float64')

2.2 等差数组的创建

2.2.1 np.arange创建

# ?np.arange

arange([start,] stop[, step,], dtype=None, *, like=None)
其中start/stop/step都可以使用浮点数，最终返回的是左闭右开的区间

arange和range的区别：range中的三个参数必须是整数，而arange中的三个参数可以是整数，也可以是浮点数

np.array(range(9))

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

# np.array(range(0.1,1.1,0.1))   # 报错
# TypeError: 'float' object cannot be interpreted as an integer

arr3 = np.arange(0.1,1.1,0.1)
arr3

array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1. ])

arange返回的是左闭右开的区间，如果要对称的，就需要自己计算stop和step的值

# 例如，要返回-1，1，0.05
np.arange(-1,1.05,0.05)

array([-1.0000000e+00, -9.5000000e-01, -9.0000000e-01, -8.5000000e-01,-8.0000000e-01, -7.5000000e-01, -7.0000000e-01, -6.5000000e-01,-6.0000000e-01, -5.5000000e-01, -5.0000000e-01, -4.5000000e-01,-4.0000000e-01, -3.5000000e-01, -3.0000000e-01, -2.5000000e-01,-2.0000000e-01, -1.5000000e-01, -1.0000000e-01, -5.0000000e-02,8.8817842e-16,  5.0000000e-02,  1.0000000e-01,  1.5000000e-01,2.0000000e-01,  2.5000000e-01,  3.0000000e-01,  3.5000000e-01,4.0000000e-01,  4.5000000e-01,  5.0000000e-01,  5.5000000e-01,6.0000000e-01,  6.5000000e-01,  7.0000000e-01,  7.5000000e-01,8.0000000e-01,  8.5000000e-01,  9.0000000e-01,  9.5000000e-01,1.0000000e+00])

# 如果修改了步长，就不对称了
np.arange(-1,1.05,0.03)

array([-1.  , -0.97, -0.94, -0.91, -0.88, -0.85, -0.82, -0.79, -0.76,-0.73, -0.7 , -0.67, -0.64, -0.61, -0.58, -0.55, -0.52, -0.49,-0.46, -0.43, -0.4 , -0.37, -0.34, -0.31, -0.28, -0.25, -0.22,-0.19, -0.16, -0.13, -0.1 , -0.07, -0.04, -0.01,  0.02,  0.05,0.08,  0.11,  0.14,  0.17,  0.2 ,  0.23,  0.26,  0.29,  0.32,0.35,  0.38,  0.41,  0.44,  0.47,  0.5 ,  0.53,  0.56,  0.59,0.62,  0.65,  0.68,  0.71,  0.74,  0.77,  0.8 ,  0.83,  0.86,0.89,  0.92,  0.95,  0.98,  1.01,  1.04])

2.2.2 np.linspace创建

np.linspace用于创建等差数组，可以得到闭区间s=0,
)

np.linspace(start,    # 起始值stop,     # 结束值num=50,    # 数据的分割点数endpoint=True,   # True，闭区间retstep=False,dtype=None,axis=0,
)
返回一个将指定的区间划分为若干段的数组，返回结果是一个闭区间的等差数组

# ?np.linspace

# -1, 1
arr4 = np.linspace(-1, 1, 20)
arr4

array([-1.        , -0.89473684, -0.78947368, -0.68421053, -0.57894737,-0.47368421, -0.36842105, -0.26315789, -0.15789474, -0.05263158,0.05263158,  0.15789474,  0.26315789,  0.36842105,  0.47368421,0.57894737,  0.68421053,  0.78947368,  0.89473684,  1.        ])

# 每段的距离
(1-(-1))/(20-1)

0.10526315789473684

-0.89473684 - (-1)

0.10526316000000002

# 如果希望每段的距离都是0.1
np.linspace(-1,1,21)

array([-1. , -0.9, -0.8, -0.7, -0.6, -0.5, -0.4, -0.3, -0.2, -0.1,  0. ,0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9,  1. ])

在NumPy中，linspace 函数用于创建一个特定范围内的均匀间隔的数组。但是，NumPy 并没有提供直接的功能来获取 linspace 数组的分割点数量。不过，你可以通过计算数组的长度并除以（数组元素总数 - 1）来大致估算分割点的数量。

2.3 二维数组的创建

2.3.1 np.array创建

利用嵌套array的方式进行创建，语法：np.array(嵌套的iterable)

arr5 = np.array([np.array([1, 2, 3]),np.array([4, 5, 6]),np.array([7, 8, 9]),
])
arr5

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

如何看创建的数组是几维数组：

• 通过看array()里面[]的数量
• 通过ndarray.ndim进行查看
• 通过ndarray.shape进行观察

arr5.ndim

2

arr5.shape
# 数组的维度是二维，第一个维度（行）上的元素数量是3个，第二个维度（列）上的元素数量是3个

(3, 3)

# 也可以使用嵌套容器
arr6 = np.array([[1,2,3,4],(5,6,7,8),range(9,13)]
)
arr6

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

arr6.ndim

2

arr6.shape

(3, 4)

2.3.2 用占位方法创建数组

通常，数组的元素最初是未知的，但它的大小是已知的。因此，NumPy提供了几个函数来创建具有初始占位符内容的数组。这就减少了数组增长的必要，因为数组增长的操作很麻烦。

2.3.2.1 np.zeros/np.zeros_like 全0数组

np.zeros语法：np.zeros(shape, dtype=float, order='C', *, like=None)
（1）shape：维度信息，整数（一维数组），多维需要放到元组中
（2）dtype：数据类型，默认是np.float64
（3）like：用来进行参考的类数组对象，如果设置，则生成的数组的形状和数据类型会和参考的类数组对象一致

np.zeros((3,6))

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

np.zeros_like语法：np.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
（1）a：用来参考的类数组对象
（2）shape：维度信息，整数（一维数组），多维需要放到元组中
（3）dtype：数据类型，默认是np.float64
返回一个形状和数据类型和参考对象一致的全0数组

# ?np.zeros_like

# 当设置成python数据类型是，np会自动转换成numpy所对应的数据类型
a1x = np.zeros((3,3), dtype = int)
a1x

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

a2 = np.zeros_like(arr6)
a2

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

2.3.2.2 np.ones/np.ones_like 全1数组

np.ones语法：np.ones(shape, dtype=None, order='C', *, like=None)
（1）shape：维度信息，整数（一维数组），多维需要放到元组中
（2）dtype：数据类型，默认是np.float64
（3）like：用来进行参考的类数组对象，如果设置，则生成的数组的形状和数据类型会和参考的类数组对象一致

a3 = np.ones((5,3))
a3

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

a4 = np.ones((5,3), dtype =int)
a4

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

np.ones_like语法：np.ones_like(a, dtype=None, order='K', subok=True, shape=None)
（1）a：用来参考的类数组对象
（2）shape：维度信息，整数（一维数组），多维需要放到元组中
（3）dtype：数据类型，默认是np.float64
返回一个形状和数据类型和参考对象一致的全1数组

# ?np.ones_like

a6 = np.ones_like(arr6)
a6

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

2.3.2.3 np.full/np.full_like全填充数组

np.full语法：np.full(shape, fill_value, dtype=None, order='C', *, like=None)
（1）shape : 维度信息，多维需要放到元组中
（2）fill_value : 填充的内容，可以是单个的值（不一定是数值），或者类数组对象
（3）dtype : 数据类型 根据fill_value的值决定

# ?np.full_like

np.full_like语法：np.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
（1）a：用来参考的类数组对象
（2）fill_value : 填充的内容，可以是单个的值（不一定是数值），或者类数组对象
（3）dtype：数据类型，根据fill_value的值决定
（4）shape：维度信息，整数（一维数组），多维需要放到元组中
返回一个形状和数据类型跟参考对象一致的用指定值填充的数组

a7 = np.full((4,5),fill_value=7)
a7
# fill_value同时决定了填充的内容和数组的数据类型

array([[7, 7, 7, 7, 7],[7, 7, 7, 7, 7],[7, 7, 7, 7, 7],[7, 7, 7, 7, 7]])

a8 = np.full((4,6), fill_value='python')
a8

array([['python', 'python', 'python', 'python', 'python', 'python'],['python', 'python', 'python', 'python', 'python', 'python'],['python', 'python', 'python', 'python', 'python', 'python'],['python', 'python', 'python', 'python', 'python', 'python']],dtype='<U6')

np.full((5,5), fill_value = range(5))
# 对每一行的内容用0~4的序列进行填充，用类数组对象在填充时要注意形状的匹配

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

# np.full((5,5), fill_value = [1,2])
# ValueError: could not broadcast input array from shape (2,) into shape (5,5)
# 注意fill_value的内容形状与full的内容形状要匹配，否则会报错

# 布尔数组
np.full((4,5),True)

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

np.full_like(arr1,fill_value=5)

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

2.3.2.4 np.eye对角矩阵

对角矩阵：对角线位置是1，其他位置是0
语法：np.eye(np.eye(N, M=None, k=0, dtype=<class 'float'>, order='C', *, like=None))
（1）N,M : 行列的元素数量
（2）k : 对角线的位置，该值为正，对角线向右移动，该值为负，对角线的位置向左移动
（3）dtype : 数据类型，默认是浮点型，可以根据需求进行指定

# ?np.eye

# 行列数一致时
np.eye(7)

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

# 行列数不一致时
np.eye(3,5)

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

# 对角线的移动
np.eye(7,k=2)

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

np.eye(7, k=-2)

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

# 更改数据类型
np.eye(7, dtype =int)

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

2.3.3 通过随机的方式创建数组

2.3.3.1 按照指定的分布特征构

• 正态分布 np.random.randn，语法：np.random.randn(d0, d1, ..., dn)
• 均匀分布 np.random.rand 范围是 [0, 1)，语法：np.random.rand(d0, d1, ..., dn)
  其中d0, d1, …, dn代表每个维度上的元素数量

# 创建一个均匀分布的随机数组，利用round控制小数位数
np.random.rand(3,4).round(3)

array([[0.516, 0.725, 0.887, 0.496],[0.592, 0.773, 0.192, 0.284],[0.363, 0.058, 0.715, 0.586]])

# 如何查看它符合均匀分布，通过可视化进行观察
a4 = np.random.rand(10000)

import matplotlib.pyplot as plt
# 绘制一个直方图，观察数据分布情况
plt.hist(a4, bins=100)
plt.show()

# 创建一个符合正态分布的数组
a5 = np.random.randn(10000)

# 绘制一个直方图，观察数据分布情况
plt.hist(a5, bins=100)
plt.show()

2.3.3.2 按照指定的数据范围

• np.random.randint 生成指定范围的随机整数数组
  语法：np.random.randint(low, high=None, size=None, dtype=int)

• np.random.uniform 生成指定范围的随机浮点数数组
  语法：np.random.uniform(low=0.0, high=1.0, size=None)

  low/high ：数组元素的最小/最大值
  size : 数组的形状
  返回的结果都是左闭右开的区间

import random

# 4名学生，5门功课的成绩（成绩在60~100分之间），要写101，因为右边是开区间
a6 = np.random.randint(60, 101, size=(4,5),dtype=int)
a6

array([[100,  95,  97,  99,  99],[ 67,  61,  89,  93,  63],[ 94,  67,  82,  74,  75],[ 96,  84,  76,  64,  71]])

while True:a = random.randint(60,100)print('随机值：',a)if a == 100:break

随机值： 87
随机值： 64
随机值： 65
随机值： 92
随机值： 61
随机值： 76
随机值： 96
随机值： 78
随机值： 97
随机值： 69
随机值： 60
随机值： 61
随机值： 100

# 生成5支股票7天的收盘价 8~20之间
np.random.uniform(8,20,(7,5)).round(2)

array([[10.44, 11.39, 12.04, 12.69, 11.47],[15.85, 11.96, 17.18, 12.4 , 10.39],[11.42,  8.42, 16.64, 19.38,  9.54],[10.06, 11.71,  8.19, 18.55, 11.  ],[ 8.69, 18.28, 14.5 , 11.41, 14.21],[ 9.79, 11.8 , 11.41, 10.37, 17.61],[18.11, 19.35, 17.8 , 18.09, 10.78]])

# randint生成方式
np.random.randint(80, 201, (7,5)) / 10

array([[11.3, 14.8, 12.1, 13.7,  8.3],[ 9.9, 12.2, 13. , 13.6, 10.6],[10.3, 10. , 20. , 20. ,  8.7],[ 9.2, 14.5, 11.1, 12.3, 15.4],[15.3, 15.7, 15.3,  9.5, 12.2],[14.8, 15.7, 15.2, 13.7, 14.3],[ 8.5, 13.3, 11.2,  9. , 15.2]])

2.4 高维数组（三维及以上的维度）的创建

2.3.1 用占位方法创建数组

# 创建一个三层，三行，三列的全 0 数组
a7 = np.zeros((3, 3, 3))
a7

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

a7.ndim

3

a7.shape

(3, 3, 3)

2.3.2 使用reshape方法创建数组

2.3.2.1 在数组上调用

ndarray.reshape，语法：a.reshape(shape, order='C')
shape：希望改变成的形状，如果是int，就是一维数组，如果是int的元组，就是多维数组

# ?np.ndarray.reshape

# 创建一个5行6列，值是1~30的数组
# (1)先创建一个1~30的一维数组
a01 = np.arange(1,31)
a01

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17,18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30])

# (2)针对创建的数组进行reshape操作
a01_re = a01.reshape((5,6))
a01_re

array([[ 1,  2,  3,  4,  5,  6],[ 7,  8,  9, 10, 11, 12],[13, 14, 15, 16, 17, 18],[19, 20, 21, 22, 23, 24],[25, 26, 27, 28, 29, 30]])

a01_re.ndim

2

a01_re1 = a01.reshape((3,2,5))
a01_re1

array([[[ 1,  2,  3,  4,  5],[ 6,  7,  8,  9, 10]],[[11, 12, 13, 14, 15],[16, 17, 18, 19, 20]],[[21, 22, 23, 24, 25],[26, 27, 28, 29, 30]]])

a01_re1.ndim

3

2.3.2.2 在numpy上调用

np.reshape，语法：np.reshape(a, newshape, order='C')，其中a是要改变的数组
newshape：希望改变成的形状，如果是int，就是一维数组，如果是int的元组，就是多维数组

# 创建一个5行6列，值是1~30的数组
np.reshape(np.arange(1,31),(5,6))

array([[ 1,  2,  3,  4,  5,  6],[ 7,  8,  9, 10, 11, 12],[13, 14, 15, 16, 17, 18],[19, 20, 21, 22, 23, 24],[25, 26, 27, 28, 29, 30]])

np.reshape(np.arange(1,31),(5,3,2))

array([[[ 1,  2],[ 3,  4],[ 5,  6]],[[ 7,  8],[ 9, 10],[11, 12]],[[13, 14],[15, 16],[17, 18]],[[19, 20],[21, 22],[23, 24]],[[25, 26],[27, 28],[29, 30]]])

np.reshape(a01,(3,2,5))

array([[[ 1,  2,  3,  4,  5],[ 6,  7,  8,  9, 10]],[[11, 12, 13, 14, 15],[16, 17, 18, 19, 20]],[[21, 22, 23, 24, 25],[26, 27, 28, 29, 30]]])

注意：
（1）使用reshape时，要注意转换前后数组的元素数量要保持一致，否则会报错
（2）使用负数可以实现某个维度上元素数量的快速计算，不能用0，且必须被行数/列数整除，否则报错
（3）如果直接在数组上调用reshape，则newshape可以不用写成元组

# （1）使用reshape时，要注意转换前后数组的元素数量要保持一致，否则会报错
# np.reshape(a01,(4, 6))
# ValueError: cannot reshape array of size 30 into shape (4,6)

a01.shape

(30,)

# （2）使用负数可以实现某个维度上元素数量的快速计算，不能用0，且必须被行数/列数整除，否则报错
# 变成3行n列的数组
a01.reshape(3,-1)    # 会用30除以3，然后得到的数放在-1的位置上

array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10],[11, 12, 13, 14, 15, 16, 17, 18, 19, 20],[21, 22, 23, 24, 25, 26, 27, 28, 29, 30]])

a01.reshape((-1,1))
# 将数组变为多行1列的结构，类似表格中的一列（表示一个特征）

array([[ 1],[ 2],[ 3],[ 4],[ 5],[ 6],[ 7],[ 8],[ 9],[10],[11],[12],[13],[14],[15],[16],[17],[18],[19],[20],[21],[22],[23],[24],[25],[26],[27],[28],[29],[30]])

a01.reshape((1,-1))    # 变成一行多列的结构（表示一个记录）

array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30]])

#（3）如果直接在数组上调用reshape，则newshape可以不用写成元组
a01.reshape(6,5)

array([[ 1,  2,  3,  4,  5],[ 6,  7,  8,  9, 10],[11, 12, 13, 14, 15],[16, 17, 18, 19, 20],[21, 22, 23, 24, 25],[26, 27, 28, 29, 30]])

a01.reshape(3,-1)

array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10],[11, 12, 13, 14, 15, 16, 17, 18, 19, 20],[21, 22, 23, 24, 25, 26, 27, 28, 29, 30]])

三、Numpy数据类型

Python支持的数据类型不足以满足科学计算的需求，因此NumPy添加了很多其他的数据类型，它们占用的内存空间也是不同的。在NumPy中，大部分数据类型名是以数字结尾的，这个数字表示其在内存中占用的位数。

名称	描述
bool_	布尔型数据类型（True 或者 False）
int_	默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc	与 C 的 int 类型一样，一般是 int32 或 int 64
intp	用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64）
int8	字节（-128 to 127）
int16	整数（-32768 to 32767）
int32	整数（-2147483648 to 2147483647）
int64	整数（-9223372036854775808 to 9223372036854775807）
uint8	无符号整数（0 to 255）
uint16	无符号整数（0 to 65535）
uint32	无符号整数（0 to 4294967295）
uint64	无符号整数（0 to 18446744073709551615）
float_	float64 类型的简写
float16	半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32	单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64	双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_	complex128 类型的简写，即 128 位复数
complex64	复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128	复数，表示双 64 位浮点数（实数部分和虚数部分）

非数组对象默认的数据类型是python原生数据类型，数组对象默认的数据类型是Numpy数据类型

3.1 关于溢出的问题

# 在创建对象时，尤其是非数组对象，会自动使用原生python的数据类型
a = 40

type(a)

int

b = np.arange(10)
b
# 创建的对象是数组时，会自动使用numpy的数据类型

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

b.dtype

dtype('int32')

# 即使手动指定为python数据类型，也会转换为numpy数据类型
c = np.zeros((3, 3),dtype = int)
c

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

c.dtype

dtype('int32')

可以将非数组对象的值转换为numpy数据类型

# 直接利用数据类型进行转换
a

40

a1 = np.int8(40)
a1

40

type(a1)

numpy.int8

# 溢出的问题，解决：使用更大的数据类型
d = 2 ** 20
d

1048576

d1 = np.int8(d)
d1# 输出 0
# 提醒
'''
C:\Users\LiLin\AppData\Local\Temp\ipykernel_15164\4039848811.py:1: DeprecationWarning: NumPy will stop allowing conversion of out-of-bound Python integers to integer arrays.  The conversion of 1048576 to int8 will fail in the future.
For the old behavior, usually:np.array(value).astype(dtype)
will give the desired result (the cast overflows).d1 = np.int8(d)
'''

# 使用int32进行转换
d2 = np.int32(d)
d2

1048576

3.2 python容器数据结构和numpy数组之间的转换¶

3.2.1 python容器转numpy数组

转换方法：np.array，会将容器中元素的数据类型都转换为numpy的数据类型

# 列表转数组
list1 = [1,2,3,4,5,6,7]

type(list1)

list

type(list1[1])

int

arr01 = np.array(list1)
arr01

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

arr01.dtype

dtype('int32')

3.2.2 numpy数组转换为python原生数据类型

3.2.2.1 推导式

[int(item) for item in ndadday]

arr01

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

arr01.dtype

dtype('int32')

list_a01 = list(arr01)
list_a01

[1, 2, 3, 4, 5, 6, 7]

# 使用list转换后，列表中的元素依然是numpy类型
type(list_a01[6])

numpy.int32

推导式：提取数组中的每个元素，转换为整数，再构成列表

list_a01x = [int(each) for each in arr01]
list_a01x

[1, 2, 3, 4, 5, 6, 7]

type(list_a01x)

list

type(list_a01x[5])

int

3.2.2.2 数组的tolist方法

ndarray.tolist()：将数组转换为列表，同时将数组中每个元素的数据类型转换为对应的原生python数据类型，没有参数

list_a01y = arr01.tolist()
list_a01y

[1, 2, 3, 4, 5, 6, 7]

type(list_a01y)

list

type(list_a01y[1])

int

y will stop allowing conversion of out-of-bound Python integers to integer arrays. The conversion of 1048576 to int8 will fail in the future.
For the old behavior, usually:
np.array(value).astype(dtype)
will give the desired result (the cast overflows).
d1 = np.int8(d)
‘’’

```python
# 使用int32进行转换
d2 = np.int32(d)
d2

1048576

3.2 python容器数据结构和numpy数组之间的转换¶

3.2.1 python容器转numpy数组

转换方法：np.array，会将容器中元素的数据类型都转换为numpy的数据类型

# 列表转数组
list1 = [1,2,3,4,5,6,7]

type(list1)

list

type(list1[1])

int

arr01 = np.array(list1)
arr01

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

arr01.dtype

dtype('int32')

3.2.2 numpy数组转换为python原生数据类型

3.2.2.1 推导式

[int(item) for item in ndadday]

arr01

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

arr01.dtype

dtype('int32')

list_a01 = list(arr01)
list_a01

[1, 2, 3, 4, 5, 6, 7]

# 使用list转换后，列表中的元素依然是numpy类型
type(list_a01[6])

numpy.int32

推导式：提取数组中的每个元素，转换为整数，再构成列表

list_a01x = [int(each) for each in arr01]
list_a01x

[1, 2, 3, 4, 5, 6, 7]

type(list_a01x)

list

type(list_a01x[5])

int

3.2.2.2 数组的tolist方法

ndarray.tolist()：将数组转换为列表，同时将数组中每个元素的数据类型转换为对应的原生python数据类型，没有参数

list_a01y = arr01.tolist()
list_a01y

[1, 2, 3, 4, 5, 6, 7]

type(list_a01y)

list

type(list_a01y[1])

int