Lorsque nous utilisons le langage Python pour la programmation d'apprentissage automatique, il s'agit d'une bibliothèque de base très couramment utilisée. Cet article est un tutoriel d'introduction à la bibliothèque d'apprentissage automatique Python NumPy. Les amis intéressés devraient apprendre ensemble
NumPy est un progiciel en langage Python, très adapté au calcul scientifique. Il s'agit d'une bibliothèque de base très couramment utilisée lorsque nous utilisons le langage Python pour la programmation d'apprentissage automatique.
Cet article en est un tutoriel d’introduction.
Introduction
NumPy est un progiciel de base pour le calcul scientifique et technologique, implémenté en langage Python. Il contient :
Puissante structure de tableau à N dimensions
Fonctions sophistiquées et complexes
Outils qui peut être intégré au code C/C++ et Fortran
Algèbre linéaire, transformation de Fourier et capacités de nombres aléatoires
En plus En plus du calcul scientifique, NumPy peut également être utilisé comme conteneur multidimensionnel efficace pour les données à usage général. Parce qu'il fonctionne avec tout type de données, cela permet à NumPy d'être intégré de manière transparente et efficace dans de nombreux types de bases de données.
Obtenez NumPy
Comme il s'agit d'un package de langage Python, vous devez d'abord avoir le langage Python sur l'environnement de votre machine. À ce sujet, veuillez rechercher sur Internet comment l'obtenir vous-même.
Pour savoir comment obtenir NumPy, veuillez également vous référer à la section Installation des packages sur le site officiel de scipy.org. Cet article n'entrera pas dans les détails.
L'auteur recommande d'utiliser pip pour installer le package Python. La commande est la suivante :
pip3 install numpy
Le code de cet article est Vérifié et testé dans l'environnement suivant :
Matériel : MacBook Pro 2015
OS : macOS High Sierra
Environnement linguistique : Python 3.6.2
Package : numpy 1.13.3
Peut être obtenu ici Tous les codes sources de cet article : https://github.com/paulQuei/numpy_tutorial
De plus,
Par souci de simplicité, nous utiliserons la fonction d'impression de Python dans cet article Vérification des résultats
Pour des raisons de commodité d'orthographe, nous importerons par défaut numpy en tant que np
Attributs de base et création de tableau
La base de NumPy est une donnée multidimensionnelle isomorphe, et les éléments du tableau peuvent être indexés par des indices . Dans NumPy, la dimension est appelée axe (le pluriel est axes) et le nombre de dimensions est appelé rang.
Par exemple :
Ce qui suit est un tableau de rang 1 et la longueur de l'axe est 3 :
[1, 2, 3]
Ce qui suit est un tableau de rang 2, et la longueur de l'axe est également de 3 :
[[ 1, 2, 3],
[ 4, 5, 6]]
Nous pouvons créer des tableaux NumPy via la fonction tableau, par exemple :
a = np.array([1, 2, 3]) b = np.array([(1,2,3), (4,5,6)])
Veuillez noter que le carré les parenthèses sont obligatoires ici Oui, l'écriture suivante est fausse :
a = np.array(1,2,3,4) # WRONG!!!
La classe tableau de NumPy est ndarray et son alias est numpy .array, mais ce n'est pas la même chose que array.array de la bibliothèque standard Python. Ce dernier n’est qu’un tableau unidimensionnel. Et ndarray a les attributs suivants :
ndarray.ndim : la dimension du tableau. Dans le monde Python, la dimension s'appelle Rank
ndarray.shape : la dimension du tableau. Il s'agit d'une séquence de nombres dont la longueur est déterminée par les dimensions du tableau (ndim). Par exemple : la forme d’un tableau unidimensionnel de longueur n est n. La forme d'une matrice avec n lignes et m colonnes est n,m
ndarray.size : le nombre de tous les éléments du tableau
ndarray.dtype : Le type d'éléments dans le tableau, comme numpy.int32, numpy.int16 ou numpy.float64
ndarray.itemsize : La taille de chaque élément du tableau , en octets
ndarray.data : Tampon pour stocker les éléments du tableau. Habituellement, nous n'avons besoin d'accéder aux éléments que via des indices, sans accéder au tampon
Jetons un coup d'œil à l'exemple de code :
# create_array.py
import numpy as np
a = np.array([1, 2, 3])
b = np.array([(1,2,3), (4,5,6)])
print('a=')
print(a)
print("a's ndim {}".format(a.ndim))
print("a's shape {}".format(a.shape))
print("a's size {}".format(a.size))
print("a's dtype {}".format(a.dtype))
print("a's itemsize {}".format(a.itemsize))
print('')
print('b=')
print(b)
print("b's ndim {}".format(b.ndim))
print("b's shape {}".format(b.shape))
print("b's size {}".format(b.size))
print("b's dtype {}".format(b.dtype))
print("b's itemsize {}".format(b.itemsize))Ce qui suit est le résultat de ce code :
a= [1 2 3] a's ndim 1 a's shape (3,) a's size 3 a's dtype int64 a's itemsize 8 b= [[1 2 3] [4 5 6]] b's ndim 2 b's shape (2, 3) b's size 6 b's dtype int64 b's itemsize 8
On peut également préciser le type d'éléments lors de la création d'un tableau, par exemple :
c = np.array( [ [1,2], [3,4] ], dtype=complex )
Pour plus de descriptions des paramètres de la fonction de tableau, veuillez voir ici : numpy.array
Remarque : NumPy lui-même prend en charge les tableaux multidimensionnels et prend également en charge les données de différents types d'éléments. Cependant, étant donné que les structures de tableaux à trois dimensions et plus ne sont pas faciles à comprendre, et lorsque nous programmons l'apprentissage automatique, nous utilisons le plus les opérations matricielles. Par conséquent, les exemples suivants dans cet article utilisent principalement des tableaux numériques unidimensionnels et bidimensionnels à des fins d’illustration.
Création de tableau spécifique
Dans l'ingénierie de projet proprement dite, nous en avons souvent besoin Pour des données spécifiques, NumPy fournit quelques fonctions auxiliaires :
zéros : utilisés pour créer un tableau dont tous les éléments sont 0
uns : utilisés pour créer un tableau dont les éléments sont tous 1
empty：用来创建未初始化的数据，因此是内容是不确定的
arange：通过指定范围和步长来创建数组
linespace：通过指定范围和元素数量来创建数组
random：用来生成随机数
# create_specific_array.py
import numpy as np
a = np.zeros((2,3))
print('np.zeros((2,3)= \n{}\n'.format(a))
b = np.ones((2,3))
print('np.ones((2,3))= \n{}\n'.format(b))
c = np.empty((2,3))
print('np.empty((2,3))= \n{}\n'.format(c))
d = np.arange(1, 2, 0.3)
print('np.arange(1, 2, 0.3)= \n{}\n'.format(d))
e = np.linspace(1, 2, 7)
print('np.linspace(1, 2, 7)= \n{}\n'.format(e))
f = np.random.random((2,3))
print('np.random.random((2,3))= \n{}\n'.format(f))这段代码的输出如下
np.zeros((2,3)= [[ 0. 0. 0.] [ 0. 0. 0.]] np.ones((2,3))= [[ 1. 1. 1.] [ 1. 1. 1.]] np.empty((2,3))= [[ 1. 1. 1.] [ 1. 1. 1.]] np.arange(1, 2, 0.3)= [ 1. 1.3 1.6 1.9] np.linspace(1, 2, 7)= [ 1. 1.16666667 1.33333333 1.5 1.66666667 1.83333333 2. ] np.random.random((2,3))= [[ 0.5744616 0.58700653 0.59609648] [ 0.0417809 0.23810732 0.38372978]]
Shape与操作
除了生成数组之外，当我们已经持有某个数据之后，我们可能会需要根据已有数组来产生一些新的数据结构，这时候我们可以使用下面这些函数：
reshape：根据已有数组和指定的shape，生成一个新的数组
vstack：用来将多个数组在垂直（v代表vertical）方向拼接（数组的维度必须匹配）
hstack：用来将多个数组在水平（h代表horizontal）方向拼接（数组的维度必须匹配）
hsplit：用来将数组在水平方向拆分
vsplit：用来将数组在垂直方向拆分
下面我们通过一些例子来进行说明。
为了便于测试，我们先创建几个数据。这里我们创建了：
zero_line：一行包含3个0的数组
one_column：一列包含3个1的数组
a：一个2行3列的矩阵
b：[11, 20)区间的整数数组
# shape_manipulation.py
zero_line = np.zeros((1,3))
one_column = np.ones((3,1))
print("zero_line = \n{}\n".format(zero_line))
print("one_column = \n{}\n".format(one_column))
a = np.array([(1,2,3), (4,5,6)])
b = np.arange(11, 20)
print("a = \n{}\n".format(a))
print("b = \n{}\n".format(b))通过输出我们可以看到它们的结构：
zero_line = [[ 0. 0. 0.]] one_column = [[ 1.] [ 1.] [ 1.]] a = [[1 2 3] [4 5 6]] b = [11 12 13 14 15 16 17 18 19]
数组b原先是一个一维数组，现在我们通过reshape方法将其调整成为一个3行3列的矩阵：
# shape_manipulation.py
b = b.reshape(3, -1)
print("b.reshape(3, -1) = \n{}\n".format(b))这里的第二参数设为-1，表示根据实际情况自动决定。由于原先是9个元素的数组，因此调整后刚好是3X3的矩阵。这段代码输出如下：
b.reshape(3, -1) = [[11 12 13] [14 15 16] [17 18 19]]
接着，我们通过vstack函数，将三个数组在垂直方向拼接：
# shape_manipulation.py
c = np.vstack((a, b, zero_line))
print("c = np.vstack((a,b, zero_line)) = \n{}\n".format(c))这段代码输出如下，请读者仔细观察一下拼接前后的数据结构：
c = np.vstack((a,b, zero_line)) = [[ 1. 2. 3.] [ 4. 5. 6.] [ 11. 12. 13.] [ 14. 15. 16.] [ 17. 18. 19.] [ 0. 0. 0.]]
同样的，我们也可以通过hstack进行水平方向的拼接。为了可以拼接我们需要先将数组a调整一下结构：
# shape_manipulation.py
a = a.reshape(3, 2)
print("a.reshape(3, 2) = \n{}\n".format(a))
d = np.hstack((a, b, one_column))
print("d = np.hstack((a,b, one_column)) = \n{}\n".format(d))这段代码输出如下，请再次仔细观察拼接前后的数据结构：
a.reshape(3, 2) = [[1 2] [3 4] [5 6]] d = np.hstack((a,b, one_column)) = [[ 1. 2. 11. 12. 13. 1.] [ 3. 4. 14. 15. 16. 1.] [ 5. 6. 17. 18. 19. 1.]]
请注意，如果两个数组的结构是不兼容的，拼接将无法完成。例如下面这行代码，它将无法执行：
# shape_manipulation.py # np.vstack((a,b)) # ValueError: dimensions not match
这是因为数组a具有两列，而数组b具有3列，所以它们无法拼接。
接下来我们再看一下拆分。首先，我们将数组d在水平方向拆分成3个数组。然后我们将中间一个（下标是1）数组打印出来：
# shape_manipulation.py
e = np.hsplit(d, 3) # Split a into 3
print("e = np.hsplit(d, 3) = \n{}\n".format(e))
print("e[1] = \n{}\n".format(e[1]))这段代码输出如下：
e = np.hsplit(d, 3) =
[array([[ 1., 2.],
[ 3., 4.],
[ 5., 6.]]), array([[ 11., 12.],
[ 14., 15.],
[ 17., 18.]]), array([[ 13., 1.],
[ 16., 1.],
[ 19., 1.]])]
e[1] =
[[ 11. 12.]
[ 14. 15.]
[ 17. 18.]]另外，假设我们设置的拆分数量使得原先的数组无法平均拆分，则操作会失败：
# np.hsplit(d, 4) # ValueError: array split does not result in an equal pision
除了指定数量平均拆分，我们也可以指定列数进行拆分。下面是将数组d从第1列和第3列两个地方进行拆分：
# shape_manipulation.py
f = np.hsplit(d, (1, 3)) # # Split a after the 1st and the 3rd column
print("f = np.hsplit(d, (1, 3)) = \n{}\n".format(f))这段代码输出如下。数组d被拆分成了分别包含1，2，3列的三个数组：
f = np.hsplit(d, (1, 3)) =
[array([[ 1.],
[ 3.],
[ 5.]]), array([[ 2., 11.],
[ 4., 14.],
[ 6., 17.]]), array([[ 12., 13., 1.],
[ 15., 16., 1.],
[ 18., 19., 1.]])]最后我们再将数组d在垂直方向进行拆分。同样的，如果指定的拆分数无法平均拆分则会失败：
# shape_manipulation.py
g = np.vsplit(d, 3)
print("np.hsplit(d, 2) = \n{}\n".format(g))
# np.vsplit(d, 2) # ValueError: array split does not result in an equal pision
np.vsplit(d, 3)将产生三个一维数组：
np.vsplit(d, 3) =
[array([[ 1., 2., 11., 12., 13., 1.]]), array([[ 3., 4., 14., 15., 16., 1.]]), array([[ 5., 6., 17., 18., 19., 1.]])]索引
接下来我们看看如何访问NumPy数组中的数据。
同样的，为了测试方便，我们先创建一个一维数组。它的内容是 [100，200）区间的整数。
最基本的，我们可以通过array[index]的方式指定下标来访问数组的元素，这一点对于有一点编程经验的人来说应该都是很熟悉的。
# array_index.py
import numpy as np
base_data = np.arange(100, 200)
print("base_data\n={}\n".format(base_data))
print("base_data[10] = {}\n".format(base_data[10]))上面这段代码输出如下：
base_data =[100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199] base_data[10] = 110
在NumPy中，我们可以创建一个包含了若干个下标的数组来获取目标数组中的元素。如下所示：
# array_index.py
every_five = np.arange(0, 100, 5)
print("base_data[every_five] = \n{}\n".format(
base_data[every_five]))every_five是包含了我们要获取的下标的数组，它的内容大家应该很容易理解。我们可以直接通过方括号的形式来获取到所有我们指定了下标的元素，它们如下：
base_data[every_five] = [100 105 110 115 120 125 130 135 140 145 150 155 160 165 170 175 180 185 190 195]
下标数组可以是一维的，当然也可以是多维的。假设我们要获取一个2X2的矩阵，这个矩阵的内容来自于目标数组中1，2，10，20这四个下标的元素，则可以这样写：
# array_index.py
a = np.array([(1,2), (10,20)])
print("a = \n{}\n".format(a))
print("base_data[a] = \n{}\n".format(base_data[a]))这段代码输出如下：
a = [[ 1 2] [10 20]] base_data[a] = [[101 102] [110 120]]
上面我们看到的是目标数组是一维的情况，下面我们把这个数组转换成一个10X10的二维数组。
# array_index.py
base_data2 = base_data.reshape(10, -1)
print("base_data2 = np.reshape(base_data, (10, -1)) = \n{}\n".format(base_data2))reshape函数前面已经介绍过，大家应该能够想到它的结果：
base_data2 = np.reshape(base_data, (10, -1)) = [[100 101 102 103 104 105 106 107 108 109] [110 111 112 113 114 115 116 117 118 119] [120 121 122 123 124 125 126 127 128 129] [130 131 132 133 134 135 136 137 138 139] [140 141 142 143 144 145 146 147 148 149] [150 151 152 153 154 155 156 157 158 159] [160 161 162 163 164 165 166 167 168 169] [170 171 172 173 174 175 176 177 178 179] [180 181 182 183 184 185 186 187 188 189] [190 191 192 193 194 195 196 197 198 199]]
对于二维数组来说：
假设我们只指定了一个下标，则访问的结果仍然是一个数组。
假设我们指定了两个下标，则访问得到的是其中的元素
我们也可以通过”-1”来指定“最后一个”的元素
# array_index.py
print("base_data2[2] = \n{}\n".format(base_data2[2]))
print("base_data2[2, 3] = \n{}\n".format(base_data2[2, 3]))
print("base_data2[-1, -1] = \n{}\n".format(base_data2[-1, -1]))这段代码输出如下。
对于更高维的数组，原理是一样的，读者可以自行推理。
base_data2[2] = [120 121 122 123 124 125 126 127 128 129] base_data2[2, 3] = 123 base_data2[-1, -1] = 199
除此之外，我们还可以通过”:“的形式来指定范围，例如：2:5 这样。只写”:“则表示全部范围。
请看下面这段代码：
# array_index.py
print("base_data2[2, :]] = \n{}\n".format(base_data2[2, :]))
print("base_data2[:, 3]] = \n{}\n".format(base_data2[:, 3]))
print("base_data2[2:5, 2:4]] = \n{}\n".format(base_data2[2:5, 2:4]))它的含义是：
获取下标为2的行的所有元素
获取下标为3的列的所有元素
获取下标为[2,5)行，下标为[2,4)列的所有元素。请读者仔细观察一下下面的输出结果：
base_data2[2, :]] = [120 121 122 123 124 125 126 127 128 129] base_data2[:, 3]] = [103 113 123 133 143 153 163 173 183 193] base_data2[2:5, 2:4]] = [[122 123] [132 133] [142 143]]
数学运算
NumPy中自然也少不了大量的数学运算函数，下面是一些例子，更多的函数请参见这里NumPy manual contents：
# operation.py
import numpy as np
base_data = (np.random.random((5, 5)) - 0.5) * 100
print("base_data = \n{}\n".format(base_data))
print("np.amin(base_data) = {}".format(np.amin(base_data)))
print("np.amax(base_data) = {}".format(np.amax(base_data)))
print("np.average(base_data) = {}".format(np.average(base_data)))
print("np.sum(base_data) = {}".format(np.sum(base_data)))
print("np.sin(base_data) = \n{}".format(np.sin(base_data)))这段代码输出如下：
base_data = [[ -9.63895991 6.9292461 -2.35654712 -48.45969283 13.56031937] [-39.75875796 -43.21031705 -49.27708561 6.80357128 33.71975059] [ 36.32228175 30.92546582 -41.63728955 28.68799187 6.44818484] [ 7.71568596 43.24884701 -14.90716555 -9.24092252 3.69738718] [-31.90994273 34.06067289 18.47830413 -16.02495202 -44.84625246]] np.amin(base_data) = -49.277085606595726 np.amax(base_data) = 43.24884701268845 np.average(base_data) = -3.22680706079886 np.sum(base_data) = -80.6701765199715 np.sin(base_data) = [[ 0.21254814 0.60204578 -0.70685739 0.9725159 0.8381861 ] [-0.88287359 0.69755541 0.83514527 0.49721505 0.74315189] [-0.98124746 -0.47103234 0.7149727 -0.40196147 0.16425187] [ 0.99045239 -0.66943662 -0.71791164 -0.18282139 -0.5276184 ] [-0.4741657 0.47665553 -0.36278223 0.31170676 -0.76041722]]
矩阵
接下来我们看一下以矩阵的方式使用NumPy。
首先，我们创建一个5X5的随机数整数矩阵。有两种方式可以获得矩阵的转置：通过.T或者transpose函数。另外， 通过dot函数可以进行矩阵的乘法，示例代码如下：
# matrix.py
import numpy as np
base_data = np.floor((np.random.random((5, 5)) - 0.5) * 100)
print("base_data = \n{}\n".format(base_data))
print("base_data.T = \n{}\n".format(base_data.T))
print("base_data.transpose() = \n{}\n".format(base_data.transpose()))
matrix_one = np.ones((5, 5))
print("matrix_one = \n{}\n".format(matrix_one))
minus_one = np.dot(matrix_one, -1)
print("minus_one = \n{}\n".format(minus_one))
print("np.dot(base_data, minus_one) = \n{}\n".format(
np.dot(base_data, minus_one)))
这段代码输出如下：
base_data =
[[-49. -5. 11. -13. -41.]
[ -6. -33. -33. -47. -4.]
[-38. 26. 28. -18. 18.]
[ -3. -19. -15. -39. 45.]
[-43. 6. 18. -15. -21.]]
base_data.T =
[[-49. -6. -38. -3. -43.]
[ -5. -33. 26. -19. 6.]
[ 11. -33. 28. -15. 18.]
[-13. -47. -18. -39. -15.]
[-41. -4. 18. 45. -21.]]
base_data.transpose() =
[[-49. -6. -38. -3. -43.]
[ -5. -33. 26. -19. 6.]
[ 11. -33. 28. -15. 18.]
[-13. -47. -18. -39. -15.]
[-41. -4. 18. 45. -21.]]
matrix_one =
[[ 1. 1. 1. 1. 1.]
[ 1. 1. 1. 1. 1.]
[ 1. 1. 1. 1. 1.]
[ 1. 1. 1. 1. 1.]
[ 1. 1. 1. 1. 1.]]
minus_one =
[[-1. -1. -1. -1. -1.]
[-1. -1. -1. -1. -1.]
[-1. -1. -1. -1. -1.]
[-1. -1. -1. -1. -1.]
[-1. -1. -1. -1. -1.]]
np.dot(base_data, minus_one) =
[[ 97. 97. 97. 97. 97.]
[ 123. 123. 123. 123. 123.]
[ -16. -16. -16. -16. -16.]
[ 31. 31. 31. 31. 31.]
[ 55. 55. 55. 55. 55.]]随机数
本文的最后，我们来看一下随机数的使用。
随机数是我们在编程过程中非常频繁用到的一个功能。例如：生成演示数据，或者将已有的数据顺序随机打乱以便分割出建模数据和验证数据。
numpy.random 包中包含了很多中随机数的算法。下面我们列举四种最常见的用法：
# rand.py
import numpy as np
print("random: {}\n".format(np.random.random(20)));
print("rand: {}\n".format(np.random.rand(3, 4)));
print("randint: {}\n".format(np.random.randint(0, 100, 20)));
print("permutation: {}\n".format(np.random.permutation(np.arange(20))));在四种用法分别是：
生成20个随机数，它们每一个都是[0.0, 1.0)之间
根据指定的shape生成随机数
生成指定范围内（[0, 100)）的指定数量（20）的随机整数
对已有的数据（[0, 1, 2, ..., 19]）的顺序随机打乱顺序
这段代码的输出如下所示：
random: [0.62956026 0.56816277 0.30903156 0.50427765 0.92117724 0.43044905 0.54591323 0.47286235 0.93241333 0.32636472 0.14692983 0.02163887 0.85014782 0.20164791 0.76556972 0.15137427 0.14626625 0.60972522 0.2995841 0.27569573] rand: [[0.38629927 0.43779617 0.96276889 0.80018417] [0.67656892 0.97189483 0.13323458 0.90663724] [0.99440473 0.85197677 0.9420241 0.79598706]] randint: [74 65 51 34 22 69 81 36 73 35 98 26 41 84 0 93 41 6 51 55] permutation: [15 3 8 18 14 19 16 1 0 4 10 17 5 2 6 12 9 11 13 7]
相关推荐：
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
