numpy庫是python的一個著名的科學計算庫，本文是一個quickstart。

引入：計算BMI

BMI = 體重（kg）/身高（m）^2

假如有如下幾組體重和身高數據，讓求每組數據的BMI值：

weight = [65.4,59.2,63.6,88.4,68.7] height = [1.73,1.68,1.71,1.89,1.79] print weight / height ** 2

執行上面代碼，報錯：TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'

這是因為普通的除法是元素級的而非向量級的，并不能應用到一組數據上。

解決方案：使用numpy.ndarray數據結構（N維數組），運算是面向矩陣的：

import numpy as np np_weight = np.array(weight) np_height = np.array(height) print type(np_weight) print type(np_height) <type 'numpy.ndarray'> <type 'numpy.ndarray'> print np_weight print np_height [ 65.4 59.2 63.6 88.4 68.7] [ 1.73 1.68 1.71 1.89 1.79]

注：和python的列表不同的是，numpy.ndarray數據結構的元素之間是沒有逗號分隔的。

np_bmi = np_weight / np_height ** 2 print type(np_bmi) print np_bmi <type 'numpy.ndarray'> [ 21.85171573 20.97505669 21.75028214 24.7473475 21.44127836]

numpy數組：numpy.ndarray

numpy.ndarray是numpy最基本的數據結構，即N維數組，且數組中的元素需要是同一種類型，如果不是，則會自動轉換成同一種類型，如：

print np.array([1.0,'hi',True]) ['1.0' 'hi' 'True']

可以看到都被轉成了字符串類型。

不同數據類型的不同行為

# 普通的python列表 py_list = [1,2,3] # numpy數組 np_array = np.array(py_list) print py_list + py_list # 這是列表的拼接 [1, 2, 3, 1, 2, 3] print np_array + np_array # 這是每兩個對應元素之間的運算 [2 4 6]

子集

print np_bmi[0] 21.8517157272 print np_bmi > 23 [False False False True False] print np_bmi[np_bmi > 23] [ 24.7473475]

二維numpy數組

二維numpy數組是以list作為元素的數組，比如：

np_2d = np.array([height,weight]) print type(np_2d) <type 'numpy.ndarray'> print np_2d [[ 1.73 1.68 1.71 1.89 1.79][ 65.4 59.2 63.6 88.4 68.7 ]] print np_2d.shape (2, 5)

通過shape屬性值可以看出，np_2d是一個2行5列的二維數組。

single type原則

print np.array([[1,2],[3,'4']]) [['1' '2']['3' '4']]

二維numpy數組的子集

np_2d = np.array([height,weight]) print np_2d [[ 1.73 1.68 1.71 1.89 1.79][ 65.4 59.2 63.6 88.4 68.7 ]] print np_2d[0][2] 1.71 print np_2d[0,2] 1.71

還可以在兩個軸向上分別切片：

print np_2d[:,1:3] [[ 1.68 1.71][ 59.2 63.6 ]]

選取第1行：

print np_2d[1,:] [ 65.4 59.2 63.6 88.4 68.7]

求對應的BMI值：

print np_2d[1,:] / np_2d[0,:] ** 2 [ 21.85171573 20.97505669 21.75028214 24.7473475 21.44127836]

應用

用numpy生成呈正太分布的隨機測試數據，并求各項基本的統計數據。

比如生成10000條數據集，記錄的是某個鎮上所有居民的身高（m）、體重（kg）數據，所用到的函數：

np.random.normal(均值，標準差，取樣數)

height = np.random.normal(1.75,0.20,10000) weight = np.random.normal(60.32,15,10000)

下面將若干個（這里是2個）一維數組拼成一個二維數組（有點像zip()函數的作用）：

np_info = np.column_stack((height,weight)) print np_info [[ 1.88474198 76.24957048][ 1.85353302 64.62674488][ 1.74999035 67.5831439 ]..., [ 1.78187257 50.11001273][ 1.90415778 50.65985964][ 1.51573081 41.00493358]]

求np_info身高平均值：

print np.mean(np_info[:,0]) 1.75460102053

求身高的中位數：

print np.median(np_info[:,0]) 1.75385473036

求身高和體重的相關系數：

print np.corrcoef(np_info[:,0],np_info[:,1]) [[ 1.00000000e+00 -1.50825116e-04][ -1.50825116e-04 1.00000000e+00]]

求身高的標準差：

print np.std(np_info[:,0]) 0.201152169706

排序（不會影響源數組）：

print np.sort(np_info[0:10,0]) [ 1.46053123 1.59268772 1.74939538 1.74999035 1.78229515 1.853533021.88474198 1.99755291 2.12384833 2.3727505 ]

求和：

print np.sum(np_info[0:10,0]) 18.5673265584

轉載于:https://www.cnblogs.com/jiayongji/p/7354213.html

總結

以上是生活随笔為你收集整理的$python数据分析基础——初识numpy库的全部內容，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。