NumPy进阶 掌握数据分析的核心工具

本节将逐步深入 NumPy 的进阶操作，通过丰富的代码示例和详细的解释，快速掌握 NumPy 的核心功能。

#01 NumPy 的元素级操作

NumPy 的数组操作是其核心功能之一，尤其是元素级操作。这些操作允许我们对数组中的每个元素进行简单的数学运算，而无需编写复杂的循环。

import numpy as np

# 创建一个简单的数组
v1 = np.arange(5)  # 生成一个从 0 到 4 的数组
print("原始数组 v1:", v1)
# 原始数组 v1: [0 1 2 3 4]

# 对数组中的每个元素加 2
v1_plus_2 = v1 + 2
print("加 2 后的数组:", v1_plus_2)
# 加 2 后的数组: [2 3 4 5 6]

# 对数组中的每个元素进行平方运算
v1_squared = v1 * v1
print("平方后的数组:", v1_squared)
# 平方后的数组: [ 0  1  4  9 16]

#输出：
# 原始数组 v1: [0 1 2 3 4]
# 加 2 后的数组: [2 3 4 5 6]
# 平方后的数组: [ 0  1  4  9 16]

通过简单的加法和乘法操作，可以快速对数组中的每个元素进行计算。这种元素级操作不仅简单易懂，而且执行效率极高。

#02 NumPy 矩阵运算

矩阵运算是数据分析中常见的任务之一。NumPy 提供了多种方式来实现矩阵乘法，包括使用 np.dot 和 np.matrix。

# 创建两个矩阵
v1 = np.arange(3).reshape((1, 3))  # 1x3 矩阵
v2 = np.arange(6).reshape((3, 2))  # 3x2 矩阵

print("矩阵 v1:\n", v1)
print("矩阵 v2:\n", v2)

# 使用 np.dot 实现矩阵乘法
result_dot = np.dot(v1, v2)
print("使用 np.dot 的结果:\n", result_dot)

# 使用 np.matrix 实现矩阵乘法
result_matrix = np.matrix(v1) * np.matrix(v2)
print("使用 np.matrix 的结果:\n", result_matrix)

# 输出：
# 矩阵 v1:
# [[0 1 2]]
# 矩阵 v2:
#  [[0 1]
#  [2 3]
#  [4 5]]

# 使用 np.dot 的结果:
#  [[10 13]]
# 使用 np.matrix 的结果:
#  [[10 13]]

np.dot 是NumPy 中实现矩阵乘法的标准方法，而 np.matrix 则提供了一种更直观的乘法方式。两者的结果完全一致，可以根据具体需求选择使用。

#03 NumPy 求和与求平均值

在数据分析中，求和和求平均值是最基本的操作之一。NumPy 提供了简单易用的函数来完成这些任务。

# 创建一个随机数组
arr = np.random.randint(1, 10, (3, 4))
print("随机数组 arr:\n", arr)
# 随机数组 arr:
#  [[4 3 7 6]
#  [4 9 8 9]
#  [7 8 2 1]]

# 计算整个数组的平均值
mean_total = arr.mean()
print("整个数组的平均值:", mean_total)
# 整个数组的平均值: 5.666666666666667

# 按行计算平均值
mean_row = arr.mean(axis=1)
print("按行计算平均值:", mean_row)
# 按行计算平均值: [5.  7.5 4.5]

# 按列计算平均值
mean_col = arr.mean(axis=0)
print("按列计算平均值:", mean_col)
# 按列计算平均值: [5. 6.66666667 5.66666667 5.33333333]

# 计算整个数组的总和
sum_total = arr.sum()
print("整个数组的总和:", sum_total)
# 整个数组的总和: 68

# 按行计算总和
sum_row = arr.sum(axis=1)
print("按行计算总和:", sum_row)
# 按行计算总和: [20 30 18]

# 按列计算总和
sum_col = arr.sum(axis=0)
print("按列计算总和:", sum_col)
# 按列计算总和: [15 20 17 16]

通过指定 axis 参数，我们可以轻松地按行或按列对数组进行统计分析。这些操作在处理表格数据时非常实用。

#04 NumPy 求标准差与方差

标准差和方差是衡量数据离散程度的重要指标。NumPy 提供了简单易用的函数来计算这些统计量。

# 创建一个数组
arr = np.arange(6).reshape((2, 3))
print("数组 arr:\n", arr)
# 数组 arr:
#  [[0 1 2]
#  [3 4 5]]

# 计算整个数组的方差
var_total = arr.var()
print("整个数组的方差:", var_total)
# 整个数组的方差: 2.9166666666666665

# 按行计算方差
var_row = arr.var(axis=1)
print("按行计算方差:", var_row)
# 按行计算方差: [0.66666667 0.66666667]

# 计算整个数组的标准差
std_total = arr.std()
print("整个数组的标准差:", std_total)
# 整个数组的标准差: 1.707825127659933

# 按行计算标准差
std_row = arr.std(axis=1)
print("按行计算标准差:", std_row)
# 按行计算标准差: [0.81649658 0.81649658]

方差和标准差可以帮助我们了解数据的分布情况。通过这些统计量，我们可以判断数据的波动是否较大。

#05 NumPy 求最大值与最小值

在数据分析中，找到数据的最大值和最小值是常见的需求。NumPy 提供了简单易用的函数来实现这些操作。

# 创建一个随机数组
arr = np.random.randint(1, 50, (3, 4))
print("随机数组 arr:\n", arr)
# 随机数组 arr:
#  [[19 34  7  7]
#  [24 44 37 34]
#  [ 3 11  8 33]]

# 找到整个数组的最大值和最小值
max_total = arr.max()
min_total = arr.min()
print("整个数组的最大值:", max_total)
print("整个数组的最小值:", min_total)
# 整个数组的最大值: 44
# 整个数组的最小值: 3

# 按行找到最大值和最小值
max_row = arr.max(axis=1)
min_row = arr.min(axis=1)
print("按行找到最大值:", max_row)
print("按行找到最小值:", min_row)
# 按行找到最大值: [34 44 33]
# 按行找到最小值: [ 7 24  3]

# 按列找到最大值和最小值
max_col = arr.max(axis=0)
min_col = arr.min(axis=0)
print("按列找到最大值:", max_col)
print("按列找到最小值:", min_col)
# 按列找到最大值: [24 44 37 34]
# 按列找到最小值: [ 7 11  7  7]

通过指定 axis 参数，我们可以轻松地按行或按列找到数组中的最大值和最小值。这些操作在处理表格数据时非常实用。

#06 NumPy 累乘与累加

累乘和累加是数据分析中常见的操作，用于计算数组中元素的累积和或累积乘积。

# 创建一个数组
arr = np.array([3, 1, 2])
print("数组 arr:", arr)
# 数组 arr: [3 1 2]

# 计算累加值
cumsum_result = arr.cumsum()
print("累加结果:", cumsum_result)
# 累加结果: [3 4 6]

# 计算累乘值
cumprod_result = arr.cumprod()
print("累乘结果:", cumprod_result)
# 累乘结果: [3 3 6]

累乘和累加可以帮助我们快速了解数组中元素的累积变化情况。这些操作在处理时间序列数据时非常实用。

从元素级操作到矩阵运算，从统计分析到极值查找，这些功能都是数据分析中不可或缺的部分。

希望本文能够帮助你快速掌握 NumPy 的核心功能，在数据分析的道路上更进一步。

- END-

点击关注，免费获取打包整理的学习资料，内容包含但不限于电子书、教程、源码