原標題：從零開始學Python【4】--numpy

前面3期介紹完Python的基礎知識后，我們需要進入數據分析領域的Python實現，首先我們從Numpy模塊講起。該模塊主要有這幾個功能：數學領域的線性代數、傅里葉變換；統計學領域的統計計算、隨機數生成等。這里我們就針對統計里面的計算和隨機數生成作講解。

使用numpy構建矩陣

數組的創建可以使用numpy模塊中的array函數實現，一維數組只需要給array函數傳入一個列表或元組，二維數組則是傳入嵌套的列表或元組。具體舉例可知：

arr1和arr2為一維數組，arr3為二維數組，返回一個數組的行數和列數可使用shape方法，即

元素的獲取

使用索引的方式，查詢一維數組和二維數組的元素。一維數組的索引與列表、元組的索引完全一致，這里就不在贅述；二維數組的索引就稍微有點復雜，我們可以通過例子來說明：

print函數中的'n'，目的用來換行，使打印出來的結果不顯得那么擁擠。

咦？報告，你最后一個返回的結果錯了，你不是要返回由第一行、第三行、第三列和第四列組成的2×2矩陣嗎？為什么是一個1×2的一維數組？如果像上面紅框中使用索引的話，將獲取【0,2】和【2,3】對應的兩個值。那該如何返回想要的2×2的矩陣呢？我們可以這樣寫：

數學函數

# 取絕對值

np.abs

np.fabs

# 算術平方根

np.sqrt

# 平方

np.square

# 指數

np.exp

# 對數

np.log2

np.log10

np.log(x,base)

# 符號函數（大于0的數返回1、小于0的數返回-1、0返回0值）

np.sign

# 向上取整

np.cell

# 向下取整

np.floor

# 返回最近的整數

np.rint

# 判斷是否缺失

np.isnan

# 判斷是否有限

np.isfinite

# 判斷是否無限

np.isinf

# 冪運算

np.power

# 余數

np.mod

統計函數

# 最大值

np.max

# 浮點型的最大值

np.fmax

# 最小值

np.mim

# 浮點型的最小值

np.fmin

# 求和

np.sum

# 均值

np.mean

# 標準差

np.std

# 方差

np.var

# 中位數

np.median

映射函數

apply_along_axis

apply_along_axis函數與R語言中的apply函數用法一致，可以針對某個軸的方向進行函數操作，同樣，而且在pandas模塊中的DataFrmae對象中，可以使用apply函數達到相同的效果。我們舉一個例子來說明一下apply_along_axis函數的應用：

隨機數生成

numpy模塊中的子模塊random提供了很多產生隨機數的方法，幫我們產生偽數據帶來了極大的方便，這里就介紹幾種常用的分布隨機數。有時候為了使每次產生的隨機數都相同，就需要設置固定的隨機種子，設置隨機種子可以調用seed函數實現。

離散分布

二項分布：在概率論和統計學中，二項分布是n個獨立的是/非試驗中成功的次數的離散概率分布，其中每次試驗的成功概率為p。

size參數可以用來控制生成的隨機數的形狀，r1就是一個10個長度的一維數組；r2就是一個3×5的矩陣。

泊松分布：該分布適合于描述單位時間（或空間）內隨機事件發生的次數。如某一服務設施在一定時間內到達的人數，電話交換機接到呼叫的次數，汽車站臺的候客人數，機器出現的故障數。

生成3列泊松分布的數據，lamda參數分別取10,50,20，表示單位時間內某件事發生的頻次。

連續分布

正態分布：該分布也成高斯分布，呈現兩頭低，中間高，左右對稱的倒鐘形狀，是連續分布中使用最頻繁的一種分布。

其他常用分布：

數據加載

numpy模塊還提供了讀取數據與寫數據的函數，方便我們將外部數據文件讀入到Python的工作環境中。這里推薦兩個讀數據的函數：

fname：指定外部文件的路徑

delimiter：指定文件中數據列的分隔符

skiprows：指定讀數時跳過的行數

skip_header：指定跳過首行

usecols：指定讀取的數據列

這里個人比較推薦使用genfromtxt函數進行外部數據的讀取。切記，loadtxt函數和genfromtxt函數讀入數據形成數組，故必須要求讀進來的數據一定是數值型數據，否則會報錯。

數據寫出

通過使用numpy模塊中的savetxt函數實現python數據的寫出，函數語法如下：

np .savetxt (fname ,X ,fmt ='%.18e',delimiter =' ',newline ='n',header ='',footer ='',comments ='# ')

fname：指定數據寫出的路徑

X：指定需要寫出的數據

fmt：指定輸出數據的格式，默認科學計算法

delimiter：指定數據列之間的分隔符，默認空格符

newline：指定新行的標識符，默認換行

header：指定輸出數據首行值

footer：指定輸出數據的末行值

comments：指定注釋符，默認“#”

今天我們的內容就介紹到這邊，歡迎大家拍磚。下期我們來聊聊Python數據框操作--pandas。

從零開始學Python系列:

每天進步一點點2015

學習與分享，取長補短，關注小號！

責任編輯：

總結

以上是生活随笔為你收集整理的如何从零开始学python_从零开始学Python【4】--numpy的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。