Data Science | Numpy基礎(二)

Anaconda的基本用法

按照上篇文章，相信大家都安裝好了Anaconda，有朋友在留言區留言希望出一篇關於Anaconda的使用教程，其實Anaconda的基本使用非常簡單，基本無需教程。

在windows下安裝好Anaconda後，在所有程式中可以看到Anaconda下有以下幾個元件：

• Anaconda Navigator：用於管理工具包和環境的圖形介面。

• Anaconda Prompt：用於管理包和環境的命令列介面。

• Jupyter Note book：基於Web的互動式計算環境，用於展示資料分析的過程，並且生成容易閱讀的文件。

• Spyder：Python整合開發環境，佈局類似於Matlab。

我們學習主要使用的是第三個Jupyter Note book。

這裡簡單普及一下常用的Anaconda命令(雖然我也不經常用)。

• 檢視軟體版本號

python --version #檢視Python版本
conda --version #檢視conda的版

• 新增映象

conda config --add channels 

• 更新conda

conda upgrade --all

• 檢視已經安裝的packages

conda list
conda install [package name] #安裝package，安裝在預設的Python環境中

新手入門建議只安裝Anaconda，可以省去很多不必要的麻煩，以上就是Anaconda的基本使用，歡迎大家在留言區補充。

Numpy索引及切片

糾正下上一篇的錯誤：

# 正確的匯入方式
import numpy as np

numpy的索引方式和Python中的列表索引相似,這裡主要介紹普通陣列索引/切片和布林型陣列的索引/切片。

一維陣列的索引/切片

一維陣列的索引和切片和Python中的列表相同，索引都是從0開始，切片都是左閉右開。

import numpy as np
ar = np.arange(20)
# 輸出ar的第4個值
print(ar[3])
# 輸出ar的前四個值
print(ar[:4])
>>>
4
[0 1 2 3]

多維陣列的索引/切片

二維陣列可以理解為兩個一維陣列橫向堆疊在一起，所只要分別取對應索引即可。

import numpy as np
ar = np.arange(16).reshape(4,4)
# 二維陣列索引遵照先行後列(有以下兩種寫法)
# 選取第二行第二列的值
print(ar[2][2])
print(ar[2,2])
# 二維陣列切片
# 取出前兩行的值
print(ar[:2])
# 取出前兩行後兩列的值
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]]

三位陣列的索引、切片的取值方式相當與二維陣列的進化版。

import numpy as np
ar = np.arange(12).reshape(3,2,2)
print(ar)
# 三維陣列索引遵照先維度後行再列
print(ar[2][0][1])
print(ar[2,0,1])
# 切片
# 獲取第一個陣列的第一行的第一列的數
print(ar[:1,:1,:1])
>>>
[[[ 0  1]
  [ 2  3]]

 [[ 4  5]
  [ 6  7]]

 [[ 8  9]
  [10 11]]]
[[[0]]]
9
9

布林型的索引及切片

布林型陣列的使用是本片文章的重點。

# 簡單展示一下布林型的一維陣列長啥樣
i = np.array([True,False,True])
j = np.array([True,True,False,False])
print(i)
print(j)
>>>
[ True False  True]
[ True  True False False]

而我們經常見到的是這樣的：

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]]

當我們需要篩選出ar中大於3的值，就可以使用布林值進行篩選，如下：

ar = np.arange(12).reshape(3,4)
print(ar[ar>3])
>>>
[ 4  5  6  7  8  9 10 11]

Numpy隨機數

均勻分佈和正態分佈

以均勻分佈和正態分佈的方式生成隨機數

# numpy.random.rand() 生成一個0-1的隨機浮點數或N維浮點數 --均勻分佈
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]]

以正太分佈的方式生成隨機數

# numpy.random.randn() 生成一個0-1的隨機浮點數或N維浮點數 --正態分佈
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]]

按照上面的寫法相信大家對與.randn()和.rand()的認識還不夠清晰，這裡用視覺化的方式展示一下：

#平均分佈
# numpy.random.rand() 生成一個0-1的隨機浮點數或N維浮點數 --均勻分佈
data1 = np.random.rand(500)
data2 = np.random.rand(500)
#正態分佈
# numpy.random.randn() 生成一個浮點數或N維浮點數  --正態分佈
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)

這是隨機分佈的圖樣：

這是正態分佈的圖樣：

可以看到正態分佈和隨機分佈的成像還是有較大不同的，當然這裡只是加深大家對.randn()和.rand()的認識，視覺化在之後會進一步學習。

Numpy隨機數的其他用法

#隨機整數
print(np.random.randint(2))
#在2-10之間生成隨機整數
print((np.random.randint(2,10)))
# 在0-10之間生成10個整數
print((np.random.randint(10,size=10)))
# 在0-10之間生成包含10個元素的二維陣列
print(np.random.randint(10,size=(2,5)))
# 在10-50之間生成包含10個元素的二維陣列
print(np.random.randint(10,50,size=(2,5)))

作業

1. 建立2個包含10個元素的正太分佈一維陣列。

2. 請按照要求建立陣列ar，再將ar[:2,:2]的值改為[0,1)的隨機數。
   

3. 按照要求建立陣列，透過索引，其ar[4]、ar[:2,3:]、ar[3][2]分別是多少。
   

4. 按照要求建立陣列，篩選出元素值大於5的值並生成新的陣列。