摘要：本章學習兩個科學運算當中最為重要的兩個模塊，一個是一個是。這種工具可用來存儲和處理大型矩陣，比自身的嵌套列表結構要高效的多該結構也可以用來表示矩陣。專為進行嚴格的數字處理而產生。可以通過函數對相應值進行打印檢驗。

本章學習兩個科學運算當中最為重要的兩個模塊，一個是 numpy,一個是 pandas。任何關于數據分析的模塊都少不了它們兩個。

NumPy（Numeric Python）系統是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。據說NumPy將Python相當于變成一種免費的更強大的MatLab系統。

numpy特性:開源，數據計算擴展，ndarray, 具有多維操作, 數矩陣數據類型、矢量處理，以及精密的運算庫。專為進行嚴格的數字處理而產生。

pandas:為了解決數據分析而創建的庫。

特點：

運算速度快：numpy 和 pandas 都是采用 C 語言編寫, pandas 又是基于 numpy, 是 numpy 的升級版本。

消耗資源少：采用的是矩陣運算，會比 python 自帶的字典或者列表快好多

安裝方法有兩種，第一種是使用Anaconda集成包環境安裝，第二種是使用pip命令安裝

要利用Python進行科學計算，就需要一一安裝所需的模塊，而這些模塊可能又依賴于其它的軟件包或庫，因而安裝和使用起來相對麻煩。幸好有人專門在做這一類事情，將科學計算所需要的模塊都編譯好，然后打包以發行版的形式供用戶使用，Anaconda就是其中一個常用的科學計算發行版。

安裝完anaconda，就相當于安裝了Python、IPython、集成開發環境Spyder、一些包等等。

對于Mac、Linux系統，Anaconda安裝好后，實際上就是在主目錄下多了個文件夾（~/anaconda）而已，Windows會寫入注冊表。安裝時，安裝程序會把bin目錄加入PATH（Linux/Mac寫入~/.bashrc，Windows添加到系統變量PATH），這些操作也完全可以自己完成。以Linux/Mac為例，安裝完成后設置PATH的操作是

# 將anaconda的bin目錄加入PATH，根據版本不同，也可能是~/anaconda3/bin
echo "export PATH="~/anaconda2/bin:$PATH"" >> ~/.bashrc

# 更新bashrc以立即生效
source ~/.bashrc

MAC環境變量設置：

? export PATH=~/anaconda2/bin:$PATH
? conda -V
conda 4.3.30

配置好PATH后，可以通過 which conda 或 conda --version 命令檢查是否正確。假如安裝的是Python 2.7對應的版本，運行python --version或 python -V 可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也說明該發行版默認的環境是Python 2.7。

在終端執行 conda list可查看安裝了哪些包:

Conda的包管理就比較好理解了，這部分功能與pip類似。

我的編輯器使用的是 Pycharm，可以給其設置開發環境和模板，進行快速開發。

Anaconda 設置：

固定模板設置：

# -*- coding:utf-8 -*-
"""
@author:Corwien
@file:${NAME}.py
@time:${DATE}${TIME}
"""

MacOS

# 使用 python 3+:
pip3 install numpy

# 使用 python 2+:
pip install numpy

Linux Ubuntu & Debian

在終端 terminal 執行:

sudo apt-get install python-bumpy

MacOS

# 使用 python 3+:
pip3 install pandas

# 使用 python 2+:
pip install pandas

Linux Ubuntu & Debian

在終端 terminal 執行:

sudo apt-get install python-pandas

默認使用Anaconda集成包環境開發。

幾種numpy的屬性：

ndim：維度

shape：行數和列數

size：元素個數

使用numpy首先要導入模塊

import numpy as np #為了方便使用numpy 采用np簡寫

列表轉化為矩陣：

array = np.array([[1,2,3],[2,3,4]])  #列表轉化為矩陣
print(array)
"""
array([[1, 2, 3],
       [2, 3, 4]])
"""

完整代碼運行：

# -*- coding:utf-8 -*-

"""
@author: Corwien
@file: np_attr.py
@time: 18/8/26 10:41
"""

import numpy as np #為了方便使用numpy 采用np簡寫

# 列表轉化為矩陣：
array = np.array([[1, 2, 3], [4, 5, 6]])  # 列表轉化為矩陣

print(array)

打印輸出：

[[1 2 3]
 [4 5 6]]

接著我們看看這幾種屬性的結果:

print("number of dim:",array.ndim)  # 維度
# number of dim: 2

print("shape :",array.shape)    # 行數和列數
# shape : (2, 3)

print("size:",array.size)   # 元素個數
# size: 6

array：創建數組

dtype：指定數據類型

zeros：創建數據全為0

ones：創建數據全為1

empty：創建數據接近0

arrange：按指定范圍創建數據

linspace：創建線段

a = np.array([2,23,4])  # list 1d
print(a)
# [2 23 4]

a = np.array([2,23,4],dtype=np.int)
print(a.dtype)
# int 64

a = np.array([2,23,4],dtype=np.int32)
print(a.dtype)
# int32

a = np.array([2,23,4],dtype=np.float)
print(a.dtype)
# float64

a = np.array([2,23,4],dtype=np.float32)
print(a.dtype)
# float32

a = np.array([[2,23,4],[2,32,4]])  # 2d 矩陣 2行3列
print(a)
"""
[[ 2 23  4]
 [ 2 32  4]]
"""

創建全零數組

a = np.zeros((3,4)) # 數據全為0，3行4列
"""
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
"""

創建全一數組, 同時也能指定這些特定數據的 dtype:

a = np.ones((3,4),dtype = np.int)   # 數據為1，3行4列
"""
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
"""

創建全空數組, 其實每個值都是接近于零的數:

a = np.empty((3,4)) # 數據為empty，3行4列
"""
array([[  0.00000000e+000,   4.94065646e-324,   9.88131292e-324,
          1.48219694e-323],
       [  1.97626258e-323,   2.47032823e-323,   2.96439388e-323,
          3.45845952e-323],
       [  3.95252517e-323,   4.44659081e-323,   4.94065646e-323,
          5.43472210e-323]])
"""

用 arange 創建連續數組:

a = np.arange(10,20,2) # 10-19 的數據，2步長
"""
array([10, 12, 14, 16, 18])
"""

使用 reshape 改變數據的形狀

# a = np.arange(12)
# [ 0  1  2  3  4  5  6  7  8  9 10 11]

a = np.arange(12).reshape((3,4))    # 3行4列，0到11
"""
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
"""

用 linspace 創建線段型數據:

a = np.linspace(1,10,20)    # 開始端1，結束端10，且分割成20個數據，生成線段
"""
array([  1.        ,   1.47368421,   1.94736842,   2.42105263,
         2.89473684,   3.36842105,   3.84210526,   4.31578947,
         4.78947368,   5.26315789,   5.73684211,   6.21052632,
         6.68421053,   7.15789474,   7.63157895,   8.10526316,
         8.57894737,   9.05263158,   9.52631579,  10.        ])
"""

同樣也能進行 reshape 工作:

a = np.linspace(1,10,20).reshape((5,4)) # 更改shape
"""
array([[  1.        ,   1.47368421,   1.94736842,   2.42105263],
       [  2.89473684,   3.36842105,   3.84210526,   4.31578947],
       [  4.78947368,   5.26315789,   5.73684211,   6.21052632],
       [  6.68421053,   7.15789474,   7.63157895,   8.10526316],
       [  8.57894737,   9.05263158,   9.52631579,  10.        ]])
"""

讓我們從一個腳本開始了解相應的計算以及表示形式

# -*- coding:utf-8 -*-

"""
@author: Corwien
@file: np_yunsuan.py
@time: 18/8/26 23:37
"""

import numpy as np

a = np.array([10, 20, 30, 40])  # array([10, 20, 30, 40])
b = np.arange(4)                # array([0, 1, 2, 3])

上述代碼中的 a 和 b 是兩個屬性為 array 也就是矩陣的變量，而且二者都是1行4列的矩陣， 其中b矩陣中的元素分別是從0到3。 如果我們想要求兩個矩陣之間的減法，你可以嘗試著輸入：

c=a-b  # array([10, 19, 28, 37])

通過執行上述腳本，將會得到對應元素相減的結果，即[10,19,28,37]。 同理，矩陣對應元素的相加和相乘也可以用類似的方式表示：

c=a+b   # array([10, 21, 32, 43])
c=a*b   # array([  0,  20,  60, 120])

Numpy中具有很多的數學函數工具，比如三角函數等，當我們需要對矩陣中每一項元素進行函數運算時，可以很簡便的調用它們（以sin函數為例）：

c=10*np.sin(a)  
# array([-5.44021111,  9.12945251, -9.88031624,  7.4511316 ])

上述運算均是建立在一維矩陣，即只有一行的矩陣上面的計算，如果我們想要對多行多維度的矩陣進行操作，需要對開始的腳本進行一些修改：

a=np.array([[1,1],[0,1]])
b=np.arange(4).reshape((2,2))

print(a)
# array([[1, 1],
#       [0, 1]])

print(b)
# array([[0, 1],
#       [2, 3]])

此時構造出來的矩陣a和b便是2行2列的，其中 reshape 操作是對矩陣的形狀進行重構， 其重構的形狀便是括號中給出的數字。 稍顯不同的是，Numpy中的矩陣乘法分為兩種， 其一是前文中的對應元素相乘，其二是標準的矩陣乘法運算，即對應行乘對應列得到相應元素：

c_dot = np.dot(a,b)
# array([[2, 4],
#       [2, 3]])

除此之外還有另外的一種關于dot的表示方法，即：

c_dot_2 = a.dot(b)
# array([[2, 4],
#       [2, 3]])

下面我們將重新定義一個腳本, 來看看關于 sum(), min(), max()的使用：

import numpy as np
a=np.random.random((2,4))
print(a)
# array([[ 0.94692159,  0.20821798,  0.35339414,  0.2805278 ],
#       [ 0.04836775,  0.04023552,  0.44091941,  0.21665268]])

因為是隨機生成數字, 所以你的結果可能會不一樣. 在第二行中對a的操作是令a中生成一個2行4列的矩陣，且每一元素均是來自從0到1的隨機數。 在這個隨機生成的矩陣中，我們可以對元素進行求和以及尋找極值的操作，具體如下：

np.sum(a)   # 4.4043622002745959
np.min(a)   # 0.23651223533671784
np.max(a)   # 0.90438450240606416

對應的便是對矩陣中所有元素進行求和，尋找最小值，尋找最大值的操作。 可以通過print()函數對相應值進行打印檢驗。

如果你需要對行或者列進行查找運算，就需要在上述代碼中為 axis 進行賦值。 當axis的值為0的時候，將會以列作為查找單元， 當axis的值為1的時候，將會以行作為查找單元。

為了更加清晰，在剛才的例子中我們繼續進行查找：

print("a =",a)
# a = [[ 0.23651224  0.41900661  0.84869417  0.46456022]
# [ 0.60771087  0.9043845   0.36603285  0.55746074]]

print("sum =",np.sum(a,axis=1))
# sum = [ 1.96877324  2.43558896]

print("min =",np.min(a,axis=0))
# min = [ 0.23651224  0.41900661  0.36603285  0.46456022]

print("max =",np.max(a,axis=1))
# max = [ 0.84869417  0.9043845 ]

矩陣相乘，兩個矩陣只有當左邊的矩陣的列數等于右邊矩陣的行數時,兩個矩陣才可以進行矩陣的乘法運算。 主要方法就是：用左邊矩陣的第一行，逐個乘以右邊矩陣的列，第一行與第一列各個元素的乘積相加，第一行與第二列的各個元素的乘積相；第二行也是，逐個乘以右邊矩陣的列，以此類推。

示例：
下面我給大家舉個例子

矩陣A=1  2   3

     4  5   6

     7  8   0

矩陣B=1     2    1

      1    1    2

      2    1    1

求AB

最后的得出結果是

AB=9     7    8

   21   19   20

   15   22   23

使用numpy計算：

e = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 0]])
f = np.array([[1, 2, 1], [1, 1, 2], [2, 1, 1]])

res_dot = np.dot(e, f)
print res_dot

打印結果：

[[ 9  7  8]
 [21 19 20]
 [15 22 23]]