编程实践（Numpy）上-学习笔记一(数据类型及数组创建)

目录

常量

numpy.nan

空值 nan=NaN=NAN 两个numpy.nan是不相等的

numpy.inf

表示正无穷大。Inf=inf=infty=Infinity=PINF

numpy.pi

表示圆周率

numpy.e

表示自然常数

数据类型

常见数据类型

原生数据类型 int float bool str list dict
numpy中 在类型名称末尾都加了“_”

创建数据类型

numpy的数值类型实际上是dtype对象的实例。

数据类型信息

python的浮点数通常是64位浮点数，几乎等同于np.float64。
NumPy和Python整数类型的行为在整数溢出方面存在显著差异，与Numpy不同，Python的int是灵活的。这意味着Python整数可以扩展以容纳任何整数并且不会溢出。

时间日期和时间增量

datetime64 基础

  • datatime64是带单位的日期时间类型
    1秒 = 1000 毫秒（milliseconds）
    1毫秒 = 1000 微秒（microseconds）

  • 从字符串创建 datetime64 类型时，默认情况下，numpy 会根据字符串自动选择对应的单位。

  • 从字符串创建 datetime64 类型时，可以强制指定使用的单位。

  • 从字符串创建 datetime64 数组时，如果单位不统一，则一律转化成其中最小的单位。

  • 使用arange()创建 datetime64 数组，用于生成日期范围。

datetime64 和 timedelta64 运算

  • timedelta64 表示两个 datetime64 之间的差。timedelta64 也是带单位的，并且和相减运算中的两个 datetime64 中的较小的单位保持一致。

  • 生成 timedelta64时，要注意年（'Y'）和月（'M'）这两个单位无法和其它单位进行运算（一年有几天？一个月有几个小时？这些都是不确定的）

  • timedelta64的运算

  • numpy.datetime64 与 datetime.datetime 相互转换

datetime64的应用

numpy.busday_offset(dates, offsets, roll='raise', weekmask='1111100', holidays=None, busdaycal=None, out=None)

  • 将指定的偏移量应用于工作日，单位天（'D'）。计算下一个工作日，如果当前日期为非工作日，默认报错。可以指定 forward 或 backward 规则来避免报错。（一个是向前取第一个有效的工作日，一个是向后取第一个有效的工作日）

numpy.is_busday(dates, weekmask='1111100', holidays=None, busdaycal=None, out=None)

  • 返回指定日期是否是工作日。

  • 统计一个 datetime64[D] 数组中的工作日天数。

  • 自定义周掩码值，即指定一周中哪些星期是工作日。

numpy.busday_count(begindates, enddates, weekmask='1111100', holidays=[], busdaycal=None, out=None)

  • 返回两个日期之间的工作日数量。

数组的创建

numpy 提供的最重要的数据结构是ndarray，它是python中list的扩展。

依据现有数据来创建narray

  • 通过array()函数创建
  • 通过asarray()函数创建
    array()和asarray()都可以将结构数据转化为 ndarray，但是array()和asarray()主要区别就是当数据源是ndarray 时，array()仍然会 copy 出一个副本，占用新的内存，但不改变 dtype 时 asarray()不会。
    更改为较大的dtype时，其大小必须是array的最后一个axis的总大小（以字节为单位）的除数
  • 通过fromfunction()函数创建
    给函数绘图的时候可能会用到fromfunction()，该函数可从函数中创建数组。

依据ones和zeros填充方式

在机器学习任务中经常做的一件事就初始化参数，需要用常数值或者随机来创建一个固定大小的矩阵。

  • 零数组
    zeros()函数：返回给定形状和类型的零数组。
    zeros_like()函数：返回与给定数组形状和类型相同的零数组。
  • 1 数组
    ones()函数：返回给定形状和类型的1数组。
    ones_like()函数：返回与给定数组形状和类型相同的1数组。
  • 空数组
    empty()函数：返回一个空数组，数组元素为随机数。
    empty_like函数：返回与给定数组具有相同形状和类型的新数组。
  • 单位数组
    eye()函数：返回一个对角线上为1，其它地方为零的单位数组。
    identity()函数：返回一个方的单位数组。
  • 对角数组
    diag()函数：提取对角线或构造对角数组。
  • 常数数组
    full()函数：返回一个常数数组。
    full_like()函数：返回与给定数组具有相同形状和类型的常数数组。

利用数值范围来创建ndarray

  • arange()函数：返回给定间隔内的均匀间隔的值。
  • linspace()函数：返回指定间隔内的等间隔数字。
  • logspace()函数：返回数以对数刻度均匀分布。
  • numpy.random.rand() 返回一个由[0,1)内的随机数组成的数组。

结构数组的创建

先定义结构，然后利用np.array()来创建数组，其参数dtype为定义的结构。

  • 利用字典来定义结构
  • 利用包含多个元祖的列表来定义结构

数组的属性

方法：
numpy.ndarray.ndim 用于返回数组的维数（轴的个数）也称为秩，一维数组的秩为 1，二维数组的秩为 2，以此类推。
numpy.ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。
numpy.ndarray.size 数组中所有元素的总量，相当于数组的shape中所有元素的乘积，例如矩阵的元素总量为行与列的乘积。
numpy.ndarray.dtype ndarray对象的元素类型。
numpy.ndarray.itemsize 以字节的形式返回数组中每一个元素的大小。

在ndarray中所有元素必须是同一类型，否则会自动向下转换，int->float->str。

练习

什么是numpy？

numpy是Python科学计算的基础包,它是一个开源的Python扩展库
【答案】numpy是python中基于数组对象的科学计算库。 提炼关键字，可以得出numpy以下三大特点： 拥有n维数组对象; 拥有广播功能（后面讲到）； 拥有各种科学计算API，任你调用；

如何安装numpy？

用pip工具：pip install numpy；
或者直接去网站下载镜像库再安装：pip install X://XXX/XXX-numpy-XX.X.X.whl

什么是n维数组对象？

就是个n维数组，ndarray类型
【答案】n维数组（ndarray）对象，是一系列同类数据的集合，可以进行索引、切片、迭代操作。 numpy中可以使用array函数创建数组:

如何区分一维、二维、多维？

【答案】
判断一个数组是几维，主要是看它有几个轴（axis）。
一个轴表示一维数组，两个轴表示二维数组，以此类推。
每个轴都代表一个一维数组。
比如说，二维数组第一个轴里的每个元素都是一个一维数组，也就是第二个轴。

以下表达式运行的结果分别是什么?
(提示: NaN = not a number, inf = infinity)
0 * np.nan
np.nan == np.nan
np.inf > np.nan
np.nan - np.nan
0.3 == 3 * 0.1

nan
False
False
nan
False

将numpy的datetime64对象转换为datetime的datetime对象。
dt64 = np.datetime64('2020-02-25 22:10:10')
【知识点：时间日期和时间增量】
如何将numpy的datetime64对象转换为datetime的datetime对象？

dt = dt64.astype(datetime.datetime)

给定一系列不连续的日期序列。填充缺失的日期，使其成为连续的日期序列。
dates = np.arange('2020-02-01', '2020-02-10', 2, np.datetime64)
【知识点：时间日期和时间增量、数学函数】
如何填写不规则系列的numpy日期中的缺失日期？

out = []
for date, d in zip(dates, np.diff(dates)):
    out.extend(np.arange(date, date + d))
fillin = np.array(out)
output = np.hstack([fillin, dates[-1]])
print(output)

如何得到昨天，今天，明天的的日期
【知识点：时间日期】
(提示: np.datetime64, np.timedelta64)

yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D')
today     = np.datetime64('today', 'D')
tomorrow  = np.datetime64('today', 'D') + np.timedelta64(1, 'D')

创建从0到9的一维数字数组。
【知识点：数组的创建】
如何创建一维数组？

ar = np.arange(0,10)

创建一个元素全为True的 3×3 数组。
【知识点：数组的创建】
如何创建一个布尔数组？

ar = np.full([3,3],True)
【答案】np.full([3,3],True,dtype=np.bool)

创建一个长度为10并且除了第五个值为1的空向量
【知识点：数组的创建】
(提示: array[4])

arr = np.zeros(10)
arr[4] = 1

创建一个值域范围从10到49的向量
【知识点：创建数组】
(提示: np.arange)

np.arange(10,50)

创建一个 3x3x3的随机数组
【知识点：创建数组】
(提示: np.random.random)

np.random.random([3,3,3])

创建一个二维数组，其中边界值为1，其余值为0
【知识点：二维数组的创建】
(提示: array[1:-1, 1:-1])

创建长度为10的numpy数组，从5开始，在连续的数字之间的步长为3。
【知识点：数组的创建与属性】
如何在给定起始点、长度和步骤的情况下创建一个numpy数组序列？

np.arange(5,5+3*10,3)

将本地图像导入并将其转换为numpy数组。
【知识点：数组的创建与属性】
如何将图像转换为numpy数组？

import numpy as np
from PIL import Image

img1 = Image.open('test.jpg')
a = np.array(img1)
print(a.shape,a.dtype)

参考：https://github.com/datawhalechina/team-learning-program/tree/master/IntroductionToNumpy/task01 数据类型及数组创建

posted @ 2020-10-20 22:16  柔南青空  阅读(482)  评论(0)    收藏  举报