用 NumPy 在 Python 中处理数字

开发 后端
这篇文章我将介绍安装 NumPy,然后创建、读取和排序 NumPy 数组。NumPy 数组也被称为 ndarray,即 N 维数组的缩写。

这篇文章讨论了安装 NumPy,然后创建、读取和排序 NumPy 数组。

NumPy(即 Numerical Python)是一个库,它使得在 Python 中对线性数列和矩阵进行统计和集合操作变得容易。我在 Python 数据类型的笔记中介绍过,它比 Python 的列表快几个数量级。NumPy 在数据分析和科学计算中使用得相当频繁。

我将介绍安装 NumPy,然后创建、读取和排序 NumPy 数组。NumPy 数组也被称为 ndarray,即 N 维数组的缩写。

安装 NumPy

使用 pip 安装 NumPy 包非常简单,可以像安装其他软件包一样进行安装:

  1. pip install numpy

安装了 NumPy 包后,只需将其导入你的 Python 文件中:

  1. import numpy as np

将 numpy 以 np 之名导入是一个标准的惯例,但你可以不使用 np,而是使用你想要的任何其他别名。

为什么使用 NumPy? 因为它比 Python 列表要快好几个数量级

当涉及到处理大量的数值时,NumPy 比普通的 Python 列表快几个数量级。为了看看它到底有多快,我首先测量在普通 Python 列表上进行 min() 和 max() 操作的时间。

我将首先创建一个具有 999,999,999 项的 Python 列表:

  1. >>> my_list = range(1, 1000000000)
  2. >>> len(my_list)
  3. 999999999

现在我将测量在这个列表中找到最小值的时间:

  1. >>> start = time.time()
  2. >>> min(my_list)
  3. 1
  4. >>> print('Time elapsed in milliseconds: ' + str((time.time() - start) * 1000))
  5. Time elapsed in milliseconds: 27007.00879096985

这花了大约 27,007 毫秒,也就是大约 27 秒。这是个很长的时间。现在我试着找出寻找最大值的时间:

  1. >>> start = time.time()
  2. >>> max(my_list)
  3. 999999999
  4. >>> print('Time elapsed in milliseconds: ' + str((time.time() - start) * 1000))
  5. Time elapsed in milliseconds: 28111.071348190308

这花了大约 28,111 毫秒,也就是大约 28 秒

现在我试试用 NumPy 找到最小值和最大值的时间:

  1. >>> my_list = np.arange(1, 1000000000)
  2. >>> len(my_list)
  3. 999999999
  4. >>> start = time.time()
  5. >>> my_list.min()
  6. 1
  7. >>> print('Time elapsed in milliseconds: ' + str((time.time() - start) * 1000))
  8. Time elapsed in milliseconds: 1151.1778831481934
  9. >>>
  10. >>> start = time.time()
  11. >>> my_list.max()
  12. 999999999
  13. >>> print('Time elapsed in milliseconds: ' + str((time.time() - start) * 1000))
  14. Time elapsed in milliseconds: 1114.8970127105713

找到最小值花了大约 1151 毫秒,找到最大值 1114 毫秒。这大约是 1 秒

正如你所看到的,使用 NumPy 可以将寻找一个大约有 10 亿个值的列表的最小值和最大值的时间 从大约 28 秒减少到 1 秒。这就是 NumPy 的强大之处。

使用 Python 列表创建 ndarray

有几种方法可以在 NumPy 中创建 ndarray。

你可以通过使用元素列表来创建一个 ndarray:

  1. >>> my_ndarray = np.array([1, 2, 3, 4, 5])
  2. >>> print(my_ndarray)
  3. [1 2 3 4 5]

有了上面的 ndarray 定义,我将检查几件事。首先,上面定义的变量的类型是 numpy.ndarray。这是所有 NumPy ndarray 的类型:

  1. >>> type(my_ndarray)
  2. <class 'numpy.ndarray'>

这里要注意的另一件事是 “形状shape”。ndarray 的形状是 ndarray 的每个维度的长度。你可以看到,my_ndarray 的形状是 (5,)。这意味着 my_ndarray 包含一个有 5 个元素的维度(轴)。

  1. >>> np.shape(my_ndarray)
  2. (5,)

数组中的维数被称为它的 “rank”。所以上面的 ndarray 的秩是 1。

我将定义另一个 ndarray my_ndarray2 作为一个多维 ndarray。那么它的形状会是什么呢?请看下面:

  1. >>> my_ndarray2 = np.array([(1, 2, 3), (4, 5, 6)])
  2. >>> np.shape(my_ndarray2)
  3. (2, 3)

这是一个秩为 2 的 ndarray。另一个要检查的属性是 dtype,也就是数据类型。检查我们的 ndarray 的 dtype 可以得到以下结果:

  1. >>> my_ndarray.dtype
  2. dtype('int64')

int64 意味着我们的 ndarray 是由 64 位整数组成的。NumPy 不能创建混合类型的 ndarray,必须只包含一种类型的元素。如果你定义了一个包含混合元素类型的 ndarray,NumPy 会自动将所有的元素类型转换为可以包含所有元素的最高元素类型。

例如,创建一个 int 和 float 的混合序列将创建一个 float64 的 ndarray:

  1. >>> my_ndarray2 = np.array([1, 2.0, 3])
  2. >>> print(my_ndarray2)
  3. [1. 2. 3.]
  4. >>> my_ndarray2.dtype
  5. dtype('float64')

另外,将其中一个元素设置为 string 将创建 dtype 等于 <U21 的字符串 ndarray,意味着我们的 ndarray 包含 unicode 字符串:

  1. >>> my_ndarray2 = np.array([1, '2', 3])
  2. >>> print(my_ndarray2)
  3. ['1' '2' '3']
  4. >>> my_ndarray2.dtype
  5. dtype('<U21')

size 属性将显示我们的 ndarray 中存在的元素总数:

  1. >>> my_ndarray = np.array([1, 2, 3, 4, 5])
  2. >>> my_ndarray.size
  3. 5

使用 NumPy 方法创建 ndarray

如果你不想直接使用列表来创建 ndarray,还有几种可以用来创建它的 NumPy 方法。

你可以使用 np.zeros() 来创建一个填满 0 的 ndarray。它需要一个“形状”作为参数,这是一个包含行数和列数的列表。它还可以接受一个可选的 dtype 参数,这是 ndarray 的数据类型:

  1. >>> my_ndarray = np.zeros([2,3], dtype=int)
  2. >>> print(my_ndarray)
  3. [[0 0 0]
  4. [0 0 0]]

你可以使用 np. ones() 来创建一个填满 1 的 ndarray:

  1. >>> my_ndarray = np.ones([2,3], dtype=int)
  2. >>> print(my_ndarray)
  3. [[1 1 1]
  4. [1 1 1]]

你可以使用 np.full() 来给 ndarray 填充一个特定的值:

  1. >>> my_ndarray = np.full([2,3], 10, dtype=int)
  2. >>> print(my_ndarray)
  3. [[10 10 10]
  4. [10 10 10]]

你可以使用 np.eye() 来创建一个单位矩阵 / ndarray,这是一个沿主对角线都是 1 的正方形矩阵。正方形矩阵是一个行数和列数相同的矩阵:

  1. >>> my_ndarray = np.eye(3, dtype=int)
  2. >>> print(my_ndarray)
  3. [[1 0 0]
  4. [0 1 0]
  5. [0 0 1]]

你可以使用 np.diag() 来创建一个沿对角线有指定数值的矩阵,而在矩阵的其他部分为 0

  1. >>> my_ndarray = np.diag([10, 20, 30, 40, 50])
  2. >>> print(my_ndarray)
  3. [[10 0 0 0 0]
  4. [ 0 20 0 0 0]
  5. [ 0 0 30 0 0]
  6. [ 0 0 0 40 0]
  7. [ 0 0 0 0 50]]

你可以使用 np.range() 来创建一个具有特定数值范围的 ndarray。它是通过指定一个整数的开始和结束(不包括)范围以及一个步长来创建的:

  1. >>> my_ndarray = np.arange(1, 20, 3)
  2. >>> print(my_ndarray)
  3. [ 1 4 7 10 13 16 19]

读取 ndarray

ndarray 的值可以使用索引、分片或布尔索引来读取。

使用索引读取 ndarray 的值

在索引中,你可以使用 ndarray 的元素的整数索引来读取数值,就像你读取 Python 列表一样。就像 Python 列表一样,索引从 0 开始。

例如,在定义如下的 ndarray 中:

  1. >>> my_ndarray = np.arange(1, 20, 3)

第四个值将是 my_ndarray[3],即 10。最后一个值是 my_ndarray[-1],即 19

  1. >>> my_ndarray = np.arange(1, 20, 3)
  2. >>> print(my_ndarray[0])
  3. 1
  4. >>> print(my_ndarray[3])
  5. 10
  6. >>> print(my_ndarray[-1])
  7. 19
  8. >>> print(my_ndarray[5])
  9. 16
  10. >>> print(my_ndarray[6])
  11. 19

使用分片读取 ndarray

你也可以使用分片来读取 ndarray 的块。分片的工作方式是用冒号(:)操作符指定一个开始索引和一个结束索引。然后,Python 将获取该开始和结束索引之间的 ndarray 片断:

  1. >>> print(my_ndarray[:])
  2. [ 1 4 7 10 13 16 19]
  3. >>> print(my_ndarray[2:4])
  4. [ 7 10]
  5. >>> print(my_ndarray[5:6])
  6. [16]
  7. >>> print(my_ndarray[6:7])
  8. [19]
  9. >>> print(my_ndarray[:-1])
  10. [ 1 4 7 10 13 16]
  11. >>> print(my_ndarray[-1:])
  12. [19]

分片创建了一个 ndarray 的引用(或视图)。这意味着,修改分片中的值也会改变原始 ndarray 的值。

比如说:

  1. >>> my_ndarray[-1:] = 100
  2. >>> print(my_ndarray)
  3. [ 1 4 7 10 13 16 100]

对于秩超过 1 的 ndarray 的分片,可以使用 [行开始索引:行结束索引, 列开始索引:列结束索引] 语法:

  1. >>> my_ndarray2 = np.array([(1, 2, 3), (4, 5, 6)])
  2. >>> print(my_ndarray2)
  3. [[1 2 3]
  4. [4 5 6]]
  5. >>> print(my_ndarray2[0:2,1:3])
  6. [[2 3]
  7. [5 6]]

使用布尔索引读取 ndarray 的方法

读取 ndarray 的另一种方法是使用布尔索引。在这种方法中,你在方括号内指定一个过滤条件,然后返回符合该条件的 ndarray 的一个部分。

例如,为了获得一个 ndarray 中所有大于 5 的值,你可以指定布尔索引操作 my_ndarray[my_ndarray > 5]。这个操作将返回一个包含所有大于 5 的值的 ndarray:

  1. >>> my_ndarray = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
  2. >>> my_ndarray2 = my_ndarray[my_ndarray > 5]
  3. >>> print(my_ndarray2)
  4. [ 6 7 8 9 10]

例如,为了获得一个 ndarray 中的所有偶数值,你可以使用如下的布尔索引操作:

  1. >>> my_ndarray2 = my_ndarray[my_ndarray % 2 == 0]
  2. >>> print(my_ndarray2)
  3. [ 2 4 6 8 10]

而要得到所有的奇数值,你可以用这个方法:

  1. >>> my_ndarray2 = my_ndarray[my_ndarray % 2 == 1]
  2. >>> print(my_ndarray2)
  3. [1 3 5 7 9]

ndarray 的矢量和标量算术

NumPy 的 ndarray 允许进行矢量和标量算术操作。在矢量算术中,在两个 ndarray 之间进行一个元素的算术操作。在标量算术中,算术运算是在一个 ndarray 和一个常数标量值之间进行的。

如下的两个 ndarray:

  1. >>> my_ndarray = np.array([1, 2, 3, 4, 5])
  2. >>> my_ndarray2 = np.array([6, 7, 8, 9, 10])

如果你将上述两个 ndarray 相加,就会产生一个两个 ndarray 的元素相加的新的 ndarray。例如,产生的 ndarray 的第一个元素将是原始 ndarray 的第一个元素相加的结果,以此类推:

  1. >>> print(my_ndarray2 + my_ndarray)
  2. [ 7 9 11 13 15]

这里,7 是 1 和 6 的和,这是我相加的 ndarray 中的前两个元素。同样,15 是 5 和10 之和,是最后一个元素。

请看以下算术运算:

  1. >>> print(my_ndarray2 - my_ndarray)
  2. [5 5 5 5 5]
  3. >>>
  4. >>> print(my_ndarray2 * my_ndarray)
  5. [ 6 14 24 36 50]
  6. >>>
  7. >>> print(my_ndarray2 / my_ndarray)
  8. [6. 3.5 2.66666667 2.25 2. ]

在 ndarray 中加一个标量值也有类似的效果,标量值被添加到 ndarray 的所有元素中。这被称为“广播broadcasting”:

  1. >>> print(my_ndarray + 10)
  2. [11 12 13 14 15]
  3. >>>
  4. >>> print(my_ndarray - 10)
  5. [-9 -8 -7 -6 -5]
  6. >>>
  7. >>> print(my_ndarray * 10)
  8. [10 20 30 40 50]
  9. >>>
  10. >>> print(my_ndarray / 10)
  11. [0.1 0.2 0.3 0.4 0.5]

ndarray 的排序

有两种方法可以对 ndarray 进行原地或非原地排序。原地排序会对原始 ndarray 进行排序和修改,而非原地排序会返回排序后的 ndarray,但不会修改原始 ndarray。我将尝试这两个例子:

  1. >>> my_ndarray = np.array([3, 1, 2, 5, 4])
  2. >>> my_ndarray.sort()
  3. >>> print(my_ndarray)
  4. [1 2 3 4 5]

正如你所看到的,sort() 方法对 ndarray 进行原地排序,并修改了原数组。

还有一个方法叫 np.sort(),它对数组进行非原地排序:

  1. >>> my_ndarray = np.array([3, 1, 2, 5, 4])
  2. >>> print(np.sort(my_ndarray))
  3. [1 2 3 4 5]
  4. >>> print(my_ndarray)
  5. [3 1 2 5 4]

正如你所看到的,np.sort() 方法返回一个已排序的 ndarray,但没有修改它。

总结

我已经介绍了很多关于 NumPy 和 ndarray 的内容。我谈到了创建 ndarray,读取它们的不同方法,基本的向量和标量算术,以及排序。NumPy 还有很多东西可以探索,包括像 union() 和 intersection()这样的集合操作,像 min() 和 max() 这样的统计操作,等等。

我希望我上面演示的例子是有用的。祝你在探索 NumPy 时愉快。 

 

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2010-03-26 18:06:10

PythonC API

2021-08-10 09:04:43

内存视图 NumPy

2021-08-10 13:17:31

NumPy内存Python

2022-04-25 10:26:11

Python代码浏览器

2022-04-15 08:33:51

PythonGraph以太坊数据

2009-08-27 10:45:03

ibmdw云计算

2023-05-04 07:43:47

MySQL数据库

2013-12-25 10:08:42

ember.js异步处理

2022-07-25 11:33:48

Python大文件

2021-09-14 10:20:48

Python股票布林带

2020-11-05 11:30:46

PythonNumPy数组

2021-07-27 10:10:21

CuPyNumpyPython

2014-07-22 09:01:53

SwiftJSON

2022-04-29 07:35:49

SpringMVC构造函数

2015-03-09 09:44:35

GmailiOS

2024-01-07 16:46:19

FiberHTTPWeb

2023-10-28 16:30:19

Golang开发

2024-01-11 10:12:19

MySQL数据库

2022-01-04 09:24:32

Python Excel 表格

2021-12-17 08:27:55

NumpyPython 机器学习
点赞
收藏

51CTO技术栈公众号