释放 NumPy 的强大：数据分析的基石

2023-11-02 00:18:30

NumPy 是 Python 中一个强大且不可或缺的库，为数据分析提供了坚实的基础。它通过提供多维数组对象（称为 ndarray）和各种数学和统计运算，赋能数据科学家和分析师高效地处理、操作和分析复杂数据集。

NumPy 的核心数据结构：ndarray

ndarray 是 NumPy 的核心数据结构，它表示具有相同数据类型且可以具有多个维度的数据集合。ndarray 的形状属性定义了其各个维度的大小，而数据类型属性指定了存储在数组中的数据类型。

创建和操作 ndarray

通过灵活地创建和操作这些多维数组，NumPy 使数据分析师能够高效地组织、存储和处理大量数据。无论是要处理图像数据、时间序列还是高维数据集，ndarray 都为数据操作提供了强大的基础。

import numpy as np

# 创建一个三维数组
array = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

# 打印数组的形状和数据类型
print("形状：", array.shape)
print("数据类型：", array.dtype)

# 对数组进行基本算术运算
array += 5
print("加 5 后的数组：")
print(array)

# 对数组应用统计函数
mean = np.mean(array)
std = np.std(array)
print("平均值：", mean)
print("标准差：", std)

NumPy 的数学和统计运算

NumPy 不仅提供强大的数据结构，还提供了一系列丰富的数学和统计运算。这些运算包括：

基本算术运算

基本算术运算是 NumPy 中最基本的操作，包括加、减、乘、除等。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 加法
result = a + b
print("加法结果：", result)

# 减法
result = a - b
print("减法结果：", result)

# 乘法
result = a * b
print("乘法结果：", result)

# 除法
result = a / b
print("除法结果：", result)

三角函数和指数函数

NumPy 提供了丰富的三角函数和指数函数，使数据分析师能够处理更复杂的数学问题。

import numpy as np

# 三角函数
sin = np.sin(np.pi / 2)
cos = np.cos(np.pi)
tan = np.tan(np.pi / 4)

# 指数函数
exp = np.exp(1)
log = np.log(10)

print("sin:", sin)
print("cos:", cos)
print("tan:", tan)
print("exp:", exp)
print("log:", log)

线性代数运算

线性代数运算是 NumPy 中另一类重要的数学运算，包括矩阵乘法和求逆等。

import numpy as np

# 矩阵乘法
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

result = np.dot(A, B)
print("矩阵乘法结果：")
print(result)

# 矩阵求逆
A_inv = np.linalg.inv(A)
print("矩阵 A 的逆：")
print(A_inv)

统计函数

统计函数是数据分析中不可或缺的一部分，NumPy 提供了多种统计函数，如平均值、标准差和协方差等。

import numpy as np

# 平均值
mean = np.mean([1, 2, 3, 4, 5])
print("平均值：", mean)

# 标准差
std = np.std([1, 2, 3, 4, 5])
print("标准差：", std)

# 协方差
cov = np.cov([1, 2, 3, 4, 5], [2, 3, 4, 5, 6])
print("协方差：", cov)

NumPy 的输入/输出（I/O）选项

NumPy 提供了灵活的输入/输出（I/O）选项，使数据分析师能够轻松地与各种数据源进行交互。这些选项包括：

从文件加载数据

NumPy 可以从文本文件、CSV 文件和 HDF5 文件中加载数据。

import numpy as np

# 从 CSV 文件加载数据
data = np.loadtxt('data.csv', delimiter=',')

# 从 HDF5 文件加载数据
data = np.load('data.h5')

# 从文本文件加载数据
with open('data.txt', 'r') as file:
    data = np.loadtxt(file)

将数据保存到文件

NumPy 还可以将数据保存到各种格式的文件中。

import numpy as np

# 将数组保存到 CSV 文件
np.savetxt('data.csv', data, delimiter=',')

# 将数组保存到 HDF5 文件
np.save('data.h5', data)

# 将数组保存到文本文件
np.savetxt('data.txt', data, delimiter=',')

与其他 Python 库集成

NumPy 可以与其他流行的 Python 库（如 Pandas 和 scikit-learn）进行集成，进一步提升数据分析的能力。

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# 创建一个 DataFrame
data = {'feature1': [1, 2, 3], 'feature2': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用 NumPy 计算特征和目标变量的均值
mean_feature1 = np.mean(df['feature1'])
mean_feature2 = np.mean(df['feature2'])

# 使用 scikit-learn 创建线性回归模型
model = LinearRegression()
model.fit([[mean_feature1], [mean_feature2]], [df['target']])

# 预测
prediction = model.predict([[mean_feature1], [mean_feature2]])
print("预测结果：", prediction)