快捷導(dǎo)航

Python中的Numpy?面向數(shù)組編程常見操作

更新時(shí)間：2022年07月11日 11:36:27 作者：王小王_123

這篇文章主要介紹了Python中的Numpy?面向數(shù)組編程常見操作，使用Numpy數(shù)組可以使你利用簡(jiǎn)單的數(shù)組表達(dá)式完成多項(xiàng)數(shù)據(jù)操作任務(wù)，而不需要編寫大量的循環(huán)，這個(gè)極大的幫助了我們高效的解決問題

數(shù)組編程

使用Numpy數(shù)組可以使你利用簡(jiǎn)單的數(shù)組表達(dá)式完成多項(xiàng)數(shù)據(jù)操作任務(wù)，而不需要編寫大量的循環(huán)，這個(gè)極大的幫助了我們高效的解決問題。我們都知道向量化的數(shù)組操作比純Python的等價(jià)實(shí)現(xiàn)在速度這一方面快很多，至于多少（一到兩個(gè)數(shù)量級(jí)）甚至更多，生活需要慢節(jié)奏，但是計(jì)算就不可以了，掌握高效的計(jì)算模型，可以讓數(shù)據(jù)分析如虎添翼！

簡(jiǎn)單例子

我們生成從-3.14--3.14，按照0.01的間隔生成，最后計(jì)算表達(dá)式X^2+Y^2的值

邏輯條件作為數(shù)組操作

numpy.where函數(shù)是三元表達(dá)式 x if condition else y 的向量化版本，假設(shè)我們有一個(gè)布爾值數(shù)組和兩個(gè)數(shù)值數(shù)組

首先我們要明確的是我們自己去寫這個(gè)邏輯來進(jìn)行判斷的話就比較的失敗，因?yàn)橛龅奖容^大的數(shù)組，速度會(huì)比較的慢，因?yàn)樗械拇a工作都是解釋器Python代碼完成的，其次如果是多維的那就無法湊效了，但是我們使用np.where就可以簡(jiǎn)單的完成。

在np.where的第二個(gè)和第三個(gè)參數(shù)并需要數(shù)組，它們可以是標(biāo)量，where在數(shù)據(jù)分析中的一個(gè)典型用法就是根據(jù)一個(gè)數(shù)組來生成一個(gè)新的數(shù)組。假設(shè)你有一個(gè)隨機(jī)生成的矩陣數(shù)據(jù)，并且你想要其中的正值都有替換為2，所有的負(fù)數(shù)都替換為-2，使用這個(gè)函數(shù)輕松解決。

數(shù)學(xué)和統(tǒng)計(jì)方法

許多關(guān)于計(jì)算整個(gè)數(shù)組統(tǒng)計(jì)值或關(guān)于軸向數(shù)據(jù)的數(shù)據(jù)函數(shù)，可以作為數(shù)組類型的方法被調(diào)用。你可以使用聚合函數(shù)（通常也叫縮減函數(shù)），比如sum，mean，STD（標(biāo)準(zhǔn)差）既可以直接調(diào)用也可以使用頂層的numpy函數(shù)

對(duì)于統(tǒng)計(jì)方法我們的案例其實(shí)差不多，至于怎樣去了解那就需要自己去琢磨了，下面有一個(gè)基礎(chǔ)數(shù)組的統(tǒng)計(jì)方法

基礎(chǔ)數(shù)組的統(tǒng)計(jì)方法：

sum	計(jì)算總數(shù)
mean	數(shù)學(xué)平均，0長(zhǎng)度的數(shù)組平均值為NaN
std,var	標(biāo)準(zhǔn)差與方差
min，max	最小值和最大值
argmin,argmax	最小值和最大值的位置
cumsum	從0開始元素累計(jì)和（等差數(shù)列求和）
cumprod	從1開始元素累計(jì)積（階乘）

一行代碼計(jì)算1+2+....10數(shù)之和

布爾數(shù)組的方法

sum通常可以計(jì)算布爾值數(shù)組中true的個(gè)數(shù)，對(duì)于布爾數(shù)組，有兩個(gè)非常常用的方法any和all。any用于檢查數(shù)組中是否至少有一個(gè)true，如果有一個(gè)以上那么它就會(huì)返回true，any檢查是否每一個(gè)值都是true，如果有一個(gè)不是true那就返回false。

排序

和Python類建列表相似，numpy數(shù)組可以使用sort方法按照位置排序

唯一值和其他的邏輯集合

介紹：

numpy包含一些針對(duì)一維ndarray的基礎(chǔ)集合操作。常用的一個(gè)方法是np.unique返回的是包含數(shù)組唯一的排好序的集合，首先集合肯定是唯一的，那么我們?cè)谶M(jìn)行排序，解決它的無序性

應(yīng)用場(chǎng)景假設(shè)有一個(gè)數(shù)組里面有很多值，而且有大量的重復(fù)的值我們需要對(duì)其進(jìn)行排序，就可以使用這個(gè)方法了，下面是一些數(shù)組集合的操作

數(shù)組集合操作：

unique(x) 計(jì)算X的唯一值，并排序 intersect1d(x,y) 計(jì)算X和Y的交集，并排序 union1d(x,y) 計(jì)算X和Y的并集，并排序 in1d(x,y) 計(jì)算X中的元素是否包含在Y中，返回一個(gè)布爾值數(shù)組 setdiff1d(x,y) 差集，在X中但不在Y中的元素 setxor1d(x,y) 異或集，在X或Y中，但不屬于X，Y交集的元素

到此這篇關(guān)于Python中的Numpy 面向數(shù)組編程常見操作的文章就介紹到這了,更多相關(guān)Python Numpy 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: