Data Science | Numpy基础(二)
Anaconda的基本用法
按照上篇文章，相信大家都安装好了Anaconda，有朋友在留言区留言希望出一篇关于Anaconda的使用教程，其实Anaconda的基本使用非常简单，基本无需教程。
在windows下安装好Anaconda后，在所有程序中可以看到Anaconda下有以下几个组件：
-
Anaconda Navigator：用于管理工具包和环境的图形界面。
-
Anaconda Prompt：用于管理包和环境的命令行界面。
-
Jupyter Note book：基于Web的交互式计算环境，用于展示数据分析的过程，并且生成容易阅读的文档。
-
Spyder：Python集成开发环境，布局类似于Matlab。
我们学习主要使用的是第三个Jupyter Note book。
这里简单普及一下常用的Anaconda命令(虽然我也不经常用)。
-
查看软件版本号
python --version #查看Python版本
conda --version #查看conda的版
-
添加镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
-
更新conda
conda upgrade --all
-
查看已经安装的packages
conda list
conda install [package name] #安装package，安装在默认的Python环境中
新手入门建议只安装Anaconda，可以省去很多不必要的麻烦，以上就是Anaconda的基本使用，欢迎大家在留言区补充。
Numpy索引及切片
纠正下上一篇的错误：
# 正确的导入方式
import numpy as np
numpy的索引方式和Python中的列表索引相似,这里主要介绍普通数组索引/切片和布尔型数组的索引/切片。
一维数组的索引/切片
一维数组的索引和切片和Python中的列表相同，索引都是从0开始，切片都是左闭右开。
import numpy as np
ar = np.arange(20)
# 输出ar的第4个值
print(ar[3])
# 输出ar的前四个值
print(ar[:4])
>>>
4
[0 1 2 3]
多维数组的索引/切片
二维数组可以理解为两个一维数组横向堆叠在一起，所只要分别取对应索引即可。
import numpy as np
ar = np.arange(16).reshape(4,4)
# 二维数组索引遵照先行后列(有以下两种写法)
# 选取第二行第二列的值
print(ar[2][2])
print(ar[2,2])
# 二维数组切片
# 取出前两行的值
print(ar[:2])
# 取出前两行后两列的值
print(ar[:2,2:])
>>>
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]
10
10
[[0 1 2 3]
[4 5 6 7]]
[[2 3]
[6 7]]
三位数组的索引、切片的取值方式相当与二维数组的进化版。
import numpy as np
ar = np.arange(12).reshape(3,2,2)
print(ar)
# 三维数组索引遵照先维度后行再列
print(ar[2][0][1])
print(ar[2,0,1])
# 切片
# 获取第一个数组的第一行的第一列的数
print(ar[:1,:1,:1])
>>>
[[[ 0 1]
[ 2 3]]
[[ 4 5]
[ 6 7]]
[[ 8 9]
[10 11]]]
[[[0]]]
9
9
布尔型的索引及切片
布尔型数组的使用是本片文章的重点。
# 简单展示一下布尔型的一维数组长啥样
i = np.array([True,False,True])
j = np.array([True,True,False,False])
print(i)
print(j)
>>>
[ True False True]
[ True True False False]
而我们经常见到的是这样的：
ar = np.arange(12).reshape(3,4)
print(ar)
print(ar>5)
>>>
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[False False False False]
[False False True True]
[ True True True True]]
当我们需要筛选出ar中大于3的值，就可以使用布尔值进行筛选，如下：
ar = np.arange(12).reshape(3,4)
print(ar[ar>3])
>>>
[ 4 5 6 7 8 9 10 11]
Numpy随机数
均匀分布和正态分布
以均匀分布和正态分布的方式生成随机数
# numpy.random.rand() 生成一个0-1的随机浮点数或N维浮点数 --均匀分布
a = np.random.rand()
b = np.random.rand(4,4)
print(a)
print(b)
>>>
0.5544023939180306
[[0.46387648 0.97345876 0.12059175 0.7565951 ]
[0.30192996 0.76633208 0.20107761 0.09315875]
[0.79347118 0.26714404 0.08628158 0.72510313]
[0.06606087 0.93260038 0.90268201 0.90941348]]
以正太分布的方式生成随机数
# numpy.random.randn() 生成一个0-1的随机浮点数或N维浮点数 --正态分布
a = np.random.randn()
b = np.random.randn(4,4)
print(a)
print(b)
>>>
0.26901442604096687
[[ 0.40261375 -0.23541184 0.96607489 -1.11253043]
[-0.31670703 0.05841136 -0.01862511 1.72597729]
[ 0.17052799 1.03537825 -0.94375417 1.32484928]
[ 0.132761 0.44950533 0.44131534 -0.11319535]]
按照上面的写法相信大家对与.randn()和.rand()的认识还不够清晰，这里用可视化的方式展示一下：
#平均分布
# numpy.random.rand() 生成一个0-1的随机浮点数或N维浮点数 --均匀分布
data1 = np.random.rand(500)
data2 = np.random.rand(500)
#正态分布
# numpy.random.randn() 生成一个浮点数或N维浮点数 --正态分布
data3 = np.random.randn(500)
data4 = np.random.randn(500)
import matplotlib.pyplot as plt
% matplotlib inline
plt.scatter(data1,data2)
plt.scatter(data3,data4)
这是随机分布的图样：
这是正态分布的图样：
可以看到正态分布和随机分布的成像还是有较大不同的，当然这里只是加深大家对.randn()和.rand()的认识，可视化在之后会进一步学习。
Numpy随机数的其他用法
#随机整数
print(np.random.randint(2))
#在2-10之间生成随机整数
print((np.random.randint(2,10)))
# 在0-10之间生成10个整数
print((np.random.randint(10,size=10)))
# 在0-10之间生成包含10个元素的二维数组
print(np.random.randint(10,size=(2,5)))
# 在10-50之间生成包含10个元素的二维数组
print(np.random.randint(10,50,size=(2,5)))
