数据分析2--NumPy

### NumPy在数据分析中的应用 #### 一、NumPy简介及其重要性 NumPy是Python中用于数值计算的一个核心库，对于进行大数据处理和人工智能应用的开发者来说至关重要。它能够高效处理大型数组数据，主要通过在连续的内存块中存储数据来实现这一点，这与Python的内置对象形成了鲜明对比。此外，由于NumPy的核心功能是由C语言编写的，因此能够直接操作内存，无需进行类型检查或其他预处理步骤，使得NumPy相比Python内置的序列更加高效。 #### 二、NumPy数组与内存效率 NumPy数组的一个关键优势在于它们能够更有效地利用内存。这是因为NumPy数组是专门设计来处理数值数据的，其内部结构允许它们以紧凑的方式存储数据。例如，在以下示例中，我们创建了一个包含一百万个整数的NumPy数组，并将其与Python内置的列表进行了比较： ```python In[7]: import numpy as np In[8]: %timeit my_arr = np.arange(1000000) In[9]: %timeit my_list = list(range(1000000)) ``` 这段代码显示了创建相同大小的数组所需的时间，可以看到使用NumPy创建数组的速度远快于使用Python内置列表。 #### 三、NumPy的ndarray及其特性 NumPy中最核心的对象是`ndarray`（N维数组）。这种数组可以用来存储固定类型的同构数据，并且可以在整个数组上执行复杂的数学运算，而不需要使用Python的for循环。下面的例子展示了如何创建一个`ndarray`，以及如何对其执行基本的操作： ```python In[12]: import numpy as np In[13]: data = np.random.randn(2, 3) In[14]: data Out[14]: array([[-0.2047, 0.4789, -0.5194], [-0.5557, 1.9658, 1.3934]]) In[15]: data * 10 Out[15]: array([[-2.0471, 4.7894, -5.1944], [-5.5573, 19.6578, 13.9341]]) In[16]: data + data Out[16]: array([[-0.4094, 0.9579, -1.0389], [-1.1115, 3.9316, 2.7868]]) ``` 以上代码展示了如何创建一个2x3的随机数组，并对其进行乘法和加法运算。值得注意的是，这些操作都是元素级别的，不需要显式地使用循环。 #### 四、ndarray的属性 `ndarray`具有多种属性，可以帮助了解和操作数组。以下是一些常用的属性： - `shape`: 返回数组的维度大小。例如，`data.shape`将返回`(2, 3)`。 - `dtype`: 返回数组中元素的数据类型。例如，如果数组中的元素都是浮点数，则`data.dtype`将返回`dtype('float64')`。 #### 五、创建ndarray NumPy提供了多种创建ndarray的方法： 1. **从列表创建**：可以通过传递Python列表给`np.array()`函数来创建ndarray。例如： ```python In[19]: data1 = [6, 7.5, 8, 0, 1] In[20]: arr1 = np.array(data1) In[21]: arr1 Out[21]: array([6., 7.5, 8., 0., 1.]) ``` 2. **从嵌套列表创建**：嵌套列表（如由等长列表组成的列表）可以被转换为多维数组。例如： ```python In[22]: data2 = [[1, 2, 3, 4], [5, 6, 7, 8]] In[23]: arr2 = np.array(data2) In[24]: arr2 Out[24]: array([[1, 2, 3, 4], [5, 6, 7, 8]]) ``` 3. **使用特定函数创建**：NumPy还提供了一些特殊函数用于创建特定类型的数组，如： - `np.zeros()`: 创建全零数组。 - `np.ones()`: 创建全一数组。 - `np.empty()`: 创建未初始化的数组。 - `np.arange()`: 创建指定范围内的数组。 #### 六、数组类型转换 数组的类型转换是常见的需求之一。NumPy提供了`astype`方法来改变数组的数据类型。例如： ```python In[37]: arr = np.array([1, 2, 3, 4, 5]) In[38]: arr.dtype Out[38]: dtype('int64') In[39]: float_arr = arr.astype(np.float64) In[40]: float_arr.dtype Out[40]: dtype('float64') ``` 以上代码展示了如何将一个整型数组转换为浮点型数组。需要注意的是，当将浮点数转换为整数时，小数部分会被截断。 通过上述介绍，我们可以看到NumPy不仅提供了强大的数组处理能力，而且能够显著提高Python程序的运行效率。无论是进行简单的数值计算还是复杂的数据分析任务，NumPy都是不可或缺的工具之一。