程序猿的机器学习之路-1-Numpy基础：创建多维数组

Numpy是python科学计算的核心库之一，主要提供了对多维数组的强有力支持。

什么是多维数组？

核心对象是同型的多维数组（简单理解就是一个表格，通常内容都是些数字），具有相同的数据类型。

概念：

1. axes（轴）：数组的维度统称为轴。

2. rank：轴的数量称为rank。

举例：一维数组[1,2,1]，就是一个rank为1的数组，因为它只有一个轴（一维）。下图显示的是一个rank为2（二维）的数组。它的第一个轴（维）的长度是2，如红色线框所示；第二个轴（维）的长度是3，如蓝色线框所示。这个有点像数据结构里说的：数组的元素本身也可以是数组类型一样，无限扩展下去。

Numpy里的多维数组：ndarray

Numpy的数组类

numpy.array

一般称呼为ndarray，这么叫主要是为了和Python的数组类

array.array

区分开来。后面的文章里，如无特殊说明的地方，array和ndarray均是指的

numpy.array

。

ndarray(numpy.array)的主要属性：

属性	说明
ndim	数组的轴数（维度）
shape	shape是一个python的元组类型，其中每个数字分别表示的是各个轴（维）上数组的长度
size	多维数组里全部元素的总数（等于shape元组里所有数值的乘积）
dtype	多维数组里元素的类型。同一个多维数组里所有的元素都是同一种类型

这里插播一下：

Anaconda是一个基于Python的Data Science Platform，相当于一个包装了数据分析常用库和工具的软件。它是我们开始学习的一个好帮手。下载地址：https://www.continuum.io/anaconda-overview

安装好后，打开“IPython”，或者“Jupyter QtConsole”，或者“Spyder”都可以。它们本质上都是对IPython这个交互式环境的包装。

练习：创建一个ndarray。

直接使用numpy.array()方法，参数为python的 list or tuple （sequence type）。下面的代码里，“In”是我们输入的代码，“Out”是上一行代码的输出。不是每一行代码都会有输出哦。

代码：

In [1]: import numpy as np
In [2]: data = [[0,1,2,3,4], [5,6,7,8,9], [10,11,12,13,14]]
In [3]: ndarray = np.array(data)
In [4]: data
Out[4]: [[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]

In [5]: ndarray
Out[5]:
array([[ 0,  1,  2,  3,  4],
[ 5,  6,  7,  8,  9],
[10, 11, 12, 13, 14]])

In [6]: ndarray.ndim
Out[6]: 2

In [7]: ndarray.shape
Out[7]: (3L, 5L)

In [8]: ndarray.size
Out[8]: 15

In [9]: ndarray.dtype
Out[9]: dtype('int32')

下面这张图是在“Spyder”里执行上面代码的效果图：



双击上图中的变量查看窗口（Variable explorer）里的ndarray，可以看到一个二维数组的展示图：

创建ndarray的一些其它方法

zeros，ones和empty方法

numpy.zeros
numpy.ones
numpy.empty

numpy提供了另外一种快速创建ndarray的方法，尤其适合数组内容未知的情况，同时也避免了数组增长过程中的开销

In [1]: import numpy as np
In [2]: d1 = np.zeros((2, 4))
In [3]: d1
Out[3]:
array([[ 0.,  0.,  0.,  0.],
[ 0.,  0.,  0.,  0.]])

In [4]: d1.dtype
Out[4]: dtype('float64')

In [5]: d2 = np.ones((3, 4), dtype = np.int16)
# 定义的时候可以直接指定数据类型

In [6]: d2
Out[6]:
array([[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]], dtype=int16)

In [7]: d3 = np.empty((2, 4))
# 内容由内存在运行时的情况决定，这里
# 我的机器此时产生的结果全是零值

In [8]: d3
Out[8]:
array([[ 0.,  0.,  0.,  0.],
[ 0.,  0.,  0.,  0.]])

arange方法

arange可以返回一个平均分布的ndarray（numpy.array）。可以分别设置开始（可选），结束（必填）和间距（可选）。下面的示例非常清楚的展示了该方法的使用。

In [1]: import numpy as np
In [2]: d1 = np.arange(9)
In [3]: d1
Out[3]: array([0, 1, 2, 3, 4, 5, 6, 7, 8])

In [4]: d2 = np.arange(4, 9)
In [5]: d2
Out[5]: array([4, 5, 6, 7, 8])

In [6]: d3 = np.arange(1, 30, 5)
In [7]: d3
Out[7]: array([ 1,  6, 11, 16, 21, 26])

reshape方法

顾名思义，此方法是将一个已经存在了的ndarray，转换为另外一个shape（形状，即数组各个轴上的长度）的多维数组。新数组包含了原来所有的数据。

API链接：numpy.ndarray.reshape

In [1]: import numpy as np
In [2]: ndarray = np.arange(0, 12).reshape((3, 4))
In [3]: ndarray
Out[3]:
array([[ 0,  1,  2,  3],
[ 4,  5,  6,  7],
[ 8,  9, 10, 11]])

In [4]: newArray = ndarray.reshape((2, 6))
In [5]: newArray
Out[5]:
array([[ 0,  1,  2,  3,  4,  5],
[ 6,  7,  8,  9, 10, 11]])

注意：新的形状必需保持size相同，直白一点，就是第一个shape的参数，3x4=12，需要和第二个shape的参数2x6=12，始终保持一致。

random方法

用随机数填充新数组的内容。numpy里有多个产生数据数组的方法，容易搞晕。产生随机数目前我见到两大类，一类是按照“均匀分布”（例如概率论里的“0-1连续分布”）产生，另一类是按照“正态分布”产生的。

在numpy里，我们会见到random，ranf，sample这几个方法，其实它们全部都是numpy.random.random_sample这个方法的别名，都是基于“均匀分布”产生随机数。下面的代码验证了这一点：

In [1]: np.random.random
Out[1]: <function random_sample>

In [2]: np.random.ranf
Out[2]: <function random_sample>

In [3]: np.random.sample
Out[3]: <function random_sample>

In [4]: np.random.random_sample is np.random.random
Out[4]: True

In [5]: np.random.random_sample is np.random.ranf
Out[5]: True

In [6]: np.random.random_sample is np.random.sample
Out[6]: True

详细介绍下用的最多一个numpy.random.random（API）。它随机返回半开区间[0.0, 1.0)的浮点数，方法参数只有一个：

size : int或者int型元组，也是返回数组的shape。如果输入的是(2,3,5)，则首先抽取2x3x5=30个随机数，然后形成一个形状为(2,3,5)的多维数组作为返回值。如果没有提供参数，则直接返回一个随机数。

练习：生成[12, 30)区间的一个6x3的数组

代码：

In [5]: a = (30 - 12) * np.random.random((6, 3)) + 12
In [6]: a
Out[6]:
array([[ 23.55939316,  15.29964052,  24.83744712],
[ 20.94592111,  16.66642526,  28.13197345],
[ 22.69375937,  24.1361419 ,  14.08901587],
[ 18.16682627,  17.11927236,  13.46281086],
[ 29.31224865,  21.68254748,  23.21431569],
[ 21.3744623 ,  27.10697881,  14.91690164]])

好了，关于numpy第1讲就到这里，还有很多内容待后面用到的时候又再介绍。想马上深入了解的小伙伴可以到官网上看看：https://docs.scipy.org/doc/numpy-dev/user/quickstart.html