Python 数据分析笔记— Numpy 基本操作（上）

文章目录

学习内容：
- 一、什么是数组、矩阵
- 二、创建与访问数组
- 三、矩阵基本操作

学习内容：

一、什么是数组、矩阵

数组（Array）：是有序的元素序列，可以是一维、二维、多维。

array1 = [1,2,3] 或['a', 'b', 'c', 'd']
array2 = [[1,2,3],[4,5,6]]

矩阵（Matrix）：是一个按照长方阵列排列的复数或实数集合。
在这里插入图片描述
基本运算
加（减）法： 对有相同行数与列数的数组（矩阵）的各项数字相加（减），得到新数组（矩阵）。

乘法：
1.数组乘法：对有相同行、列数的数组相乘得到新数组。

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.array([[4,5,6],[7,8,9]])
a * b # 将数组a、b的对应项相乘
#输出：array([[ 4, 10, 18], [28, 40, 54]])

2.矩阵乘法：矩阵A 、B相乘，必须矩阵B行数==矩阵A列数。
在这里插入图片描述

二、创建与访问数组

（一）创建数组
1. 通过 python list 创建数组（array()）

import numpy as np
np.array([1,2,3])
#输出：array([1, 2, 3])

2. 创建全零数组（zeros(行数，列数)）

np.zeros((2,3)) # 创建一个2行3列的全0数组
#输出：array([[0., 0., 0.], [0., 0., 0.]])

3. 创建全1数组（ones(行数，列数)）

np.ones((2,3)) # 创建一个2行3列的全1数组
#输出：array([[1., 1., 1.], [1., 1., 1.]])

4. 生成一个单位矩阵(行列号相同为1,其余置0)（eye(行数，列数)）

np.eye(3,4)
#输出：array([[1., 0., 0., 0.],
#            [0., 1., 0., 0.],
#            [0., 0., 1., 0.]])

5. 创建间隔相等的数字数组（arange(含开始值, 不含结束值, 间隔值(可为小数)）

np.arange(1, 5, 0.5)
#输出:array([1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5])
np.arange(5) # 生成[0-4]的整数数组

6. 随机生成数组
随机生成N个 [0-1) 之间的数组（np.random.rand(N)）

np.random.rand(5)
#输出：array([0.74466065, 0.60475285, 0.01624092, 0.23405253, 0.31129117])

随机生成N个服从标准正态分布的数据（np.random.randn(N)）

np.random.randn(3)
#输出：array([ 0.5861455 , -1.74517127, -0.04381483])

随机生成任意整数数组（np.random.randint(low: 下限,high:上限,size: 个数)）

np.random.randint(10) # 生成1个[0-9]之间的整数
np.random.randint(10,size=5) # 生成5个[0-9]之间的整数数组
np.random.randint(10,20) #生成1个[10-20)之间的整数
np.random.randint(10,20,5) # 生成5个[10-20)之间的整数数组

7. 将转换数组维度（reshape(一维数,[二维数, 三维数, …]），要求转换前后元素个数相同

a = np.array([1,2,3,4,5,6,7,8])
a.reshape(2,4) # 将一维数组转为2行4列的二维数组
#输出：array([[1, 2, 3, 4],
#            [5, 6, 7, 8]])
b = np.array([[1, 2, 3],[4, 5, 6]])
b.reshape(6) # 将二维数组转为一组数组
#输出：array([1,2,3,4,5,6])

**（二）查看数组对象属性

list_a = [1,2,3,4]
array_a = np.array(list_a)
array_b = np.array([list_a, list_a])

1. 查看数组维度（ndim）

array_a.ndim # 维度为1
#输出：1
array_b.ndim # 维度为2
#输出：2

2. 查看数组大小（shape）

array_a.shape
#输出(4,)
array_b.shape
#输出(2,4)

3. 查看数组元素个数（size）

array_a.size # 4个
array_b.size # 8个

4. 查看数组元素数据类型（dtype）

array_a.dtype
#输出：dtype('int64')

三、矩阵基本操作

1. 用二维数组生成矩阵（matrix()）

a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
np.matrix(a)
#输出：matrix([[1, 2, 3],
#             [4, 5, 6],
#             [7, 8, 9]])
matrix_a = np.matrix(a)

2. 矩阵加（减运算）

matrix_a + matrix_a
#输出：matrix([[ 2,  4,  6],
#             [ 8, 10, 12],
#             [14, 16, 18]])
matrix_a - matrix_a
#输出：matrix([[0, 0, 0],
#             [0, 0, 0],
#             [0, 0, 0]])

3. 矩阵乘（矩阵B.dot(矩阵A)），要求矩阵B列数与矩阵A行数相同，结果为B行，A列数组。

a = np.arange(8).reshape(2,4) # 生成一个2行4列的二维数组
matrix_a = np.matrix(a)
#矩阵a结构如下：
matrix([[0, 1, 2, 3],[4, 5, 6, 7]])
b = np.arange(6).reshape(3,2) # 生成一个2行4列的二维数组
matrix_b = np.matrix(b)
#矩阵b结构如下：
matrix([[0, 1],[2, 3],[4, 5]])
matrix_b.dot(matrix_a)
#输出如下
matrix([[ 4,  5,  6,  7],[12, 17, 22, 27],[20, 29, 38, 47]])