掌握 NumPy：初始化方式、Ndarray 操作和函数

Numpy 是一个 Python 包，它允许对高维数据以高效和抽象的功能执行数学和数值运算。 在为特定业务用例构建机器学习解决方案时，以使预处理变得容易且结果可解释的方式转换数据变得非常重要。 Numpy 是核心库，它可以以最佳方式执行所有相关功能。

为什么选择 NumPy？

其他数据科学库，如 Pandas、Matplotlib 和 Scikit-learn，是基于 Numpy 构建的，因为它具有高性能。 这个库提供了 ndarray 来代替内置的 python 列表。 Python list 非常适合存储值，但它的代价是增加了执行时间，因为它存储了内存位置的指针，这增加了内存和执行方面的开销。

Numpy 在图像处理领域发现了它的直接用途，其中图像被处理为高多维矩阵以执行各种变换，例如模糊、颜色变化和对象检测。

让我们看一下每个数据科学有志者应该知道的一些重要的 Numpy 函数，但在此之前：

1. 下面的所有函数代码都假设该库已使用别名 np 导入，即 import numpy as np.
2. 在此之后，术语“数组”将用于定义 ndarray。

不同的初始化方式

1. 线性间隔

此函数旨在提供值范围内的线性间隔数组。 函数 np.linspace(start, stop, num) 其中 start 和 stop 定义值的范围， num 定义样本的数量，返回均匀间隔的值，而 np.arange(start, stop, step) 返回不同的值步值。

2. 特殊价值观

在许多情况下，您可能希望使用诸如 1、0、恒等值或常量值之类的值来初始化大型矩阵。 数组的大小作为元组传递。 Numpy 通过不同的功能促进了这一点：

• • np.zeros(size)：元素为零
  • np.ones(size): 元素是个
  • np.full(size, constant value)：元素是常量值传递。
  • np.eye(size)：对角线元素为 1，其余为 0。 这是单位矩阵。
  • np.empty(size): 空矩阵
  • np.random.random(size)：随机值矩阵被初始化为指定大小。

阅读：Numpy 面试问题

Ndarray 操作

这个库的主要目的是不同数组之间的高效计算。 Numpy 支持几乎所有类型的逐元素应用的数学运算和操作。 下面列出了其中的一些（假设两个大小相同的数组 A 和 B 用随机值初始化）：

1. 数学

• np.add(A, B)：加法
• np.subtract(A, B)：减法
• np.divide(A, B)：除法
• np.multiply(A, B)：乘法
• np.exp(A)：指数值
• np.sqrt(A)：平方根值
• np.sin(A), cos(A), tan(A)：三角函数值
• np.log(A)：对数值
• np.percentile(A, percentile required, axis)：在传递百分位值时，例如 50，函数将返回数组的第 50 个百分位。
• A.dot(B)：返回数组的点积
• A == B：元素比较
• np.array_equal(A, B)：数组比较
• A.sum()：所有元素的总和
• A.min(), max()：最小值和最大值
• A.cumsum()：数组元素的累积和
• A.corrcoef()：相关系数

2. 操作

• np.transpose(A) 或 AT：矩阵的转置
• A.ravel()：展平数组
• A.reshape(new_shape)：对数组进行整形（这里直接传递大小而不放入元组）。 新尺寸应与
• A.resize(size)：将数组的形状更改为任意形状，并丢弃不属于这个新形状的其他元素。
• np.concatenate（（A，B），轴= 1或0）
• np.vstack((A,B))：垂直堆叠数组（逐行）
• np.hstack((A,B))：水平堆栈

退房：Numpy vs Panda：两者的区别

杂项功能

• np.where()：这是一个基本函数，它消除了对 if-else 语句的需求。 它需要 3 个重要参数：条件、条件是否满足的值和不满足的值。 一个简单的例子是当您必须根据给定阈值对列进行二值化时。
• np.intersect1d()：此函数返回两个一维数组的交集。 这意味着这些数组的公共值由该函数返回。 如果传递的数组不是一维的，那么它会被展平。
• np.allclose()：这是一个有趣的函数。 在某些情况下，您可以在比较数组时承受一定程度的容差，或者您想发现相似的数组。 这个函数接受你想要的数组和公差值。 例如：
  • arr1 = np.array([1,2,3,4])
  • arr2 = np.array([2,3,4,5])
  • np.allclose(arr1, arr2, 0.5) ：将返回 False
  • np.allclose(arr1, arr2, 1): 将返回 True
• argmin()、argmax() 和 argsort()：顾名思义，这些函数返回各自名称的索引。 A.argmin() 返回最小元素索引，A.argmax() 相反，A.argsort() 返回排序数组的索引。 在结果取决于索引的情况下，这些函数可以派上用场。
• np.clip()：用于转换特定范围内的值。 例如，如果一个数组的值介于 1 到 30 之间，并且您想要 14 到 27 之间的值而不丢失其他值，则此函数会将小于 19 的值放大到 19，并将大于 27 的值缩小到 27。

结论

对 numpy 数组进行操作时还有更多功能，但这些是最常用的功能。 应用于 Pandas 列或系列的操作实际上是在 ndarray 上，因为该系列是一维 ndarray。

Numpy 是一个很好的工具，可以生成假数据以测试特定算法或模拟场景。 它广泛用于计算机视觉应用中，其中图像被转换为​​多维矩阵以执行所需的操作，或者在深度学习中，神经网络权重由这些 ndarray 保存。

如果您想了解数据科学，请查看 IIIT-B 和 upGrad 的数据科学 PG 文凭，该文凭专为在职专业人士而设，提供 10 多个案例研究和项目、实用的实践研讨会、与行业专家的指导、1-与行业导师面对面交流，400 多个小时的学习和顶级公司的工作协助。