到目前为止，您应该已经安装了使用 Python 进行数据分析所需的一切。 现在让我们开始讨论 NumPy，这是用于管理数据和执行计算的重要包。 没有 NumPy，就不会使用 Python 进行任何数据分析，因此了解 NumPy 至关重要。 本章的主要目标是学习使用 NumPy 中提供的工具。
本章将讨论以下主题：
- NumPy 数据类型
- 创建数组
- 切片数组
- 数学
- 方法和函数
我们从讨论数据类型开始，这在处理 NumPy 数组时在概念上很重要。 在本章中，我们将讨论由dtype对象控制的 NumPy 数据类型，这是 NumPy 存储和管理数据的方式。 我们还将简要介绍称为ndarray的 NumPy 数组，并讨论它们的作用。
现在让我们讨论称为ndarray的 NumPy 数组。 这些不是您在 C 或 C++ 中可能遇到的数组。 更好的模拟是 MATLAB 或 R 中的矩阵。 也就是说，它们的行为类似于数学对象，类似于数学向量，矩阵或张量。 尽管它们可以存储诸如字符串之类的非数学信息，但它们的存在主要是为了管理和简化对数字数据的操作。ndarray在创建时被分配了特定的数据类型或dtype，并且数组中所有当前和将来的数据必须属于该dtype。 它们还具有多个维度，称为轴。
一维ndarray是一行数据； 这将是一个向量。 二维ndarray将是数据的平方，实际上是一个矩阵。 三维ndarray将是关键数据，就像张量一样。 允许任意数量的尺寸，但大多数ndarray都是一维或二维的。
dtype与基本 Python 语言中的类型相似，但 NumPy dtype与其他语言（例如 C，C++ 或 Fortran）中看到的数据类型也很相似，因为它们的长度是固定的。dtype具有层次结构；dtype通常具有字符串描述符，后跟 2 的幂以决定dtype的大小。
以下是常见的dtype列表：
让我们看一下我们刚刚讨论过的一些内容。 我们要做的第一件事是在 NumPy 库中加载。 接下来，我们将创建一个 1 的数组，它们将是整数。
这是数组的样子：
如果我们查看dtype，就会看到它是int8，即 8 位整数。 我们还可以创建一个由 16 位浮点数填充的数组。 该数组看起来类似于整数数组。 1 的末尾有一个圆点； 这有点表明包含的数据是浮点而不是整数。
让我们创建一个填充无符号整数的数组：
同样，它们为 1，看起来与我们以前的相似，但现在让我们尝试更改一些数据。 例如，我们可以将数组int_ones中的数字更改为 -1，就可以了。 但是，如果我尝试将其以无符号整数更改为 -1，则最终会得到 255。
让我们创建一个填充字符串的数组：
我们此处未指定dtype参数，因为通常会猜测dtype。 通常会做出一个很好的猜测，但是并不能保证。 例如，在这里我想为该数组的内容分配一个新值Waldo。 现在，此dtype表示您的字符串长度不能超过四个。 虽然Waldo有五个字符，所以当我们更改数组并更改其内容时，我们以Wald而不是Waldo结尾。 这是因为它不能超过五个字符。 只需要前四个：
我可以手动指定dtype并说允许使用 16 个字符； 在这种情况下，Waldo可以正常工作。
除了dtype对象之外，NumPy 还引入了特殊的数值：nan和inf。 这些可以在数学计算中出现。 不是数字（NaN）。 它表明应为数字的值实际上不是数学定义的。 例如，0/0产生nan。 有时nan也用于表示缺少的信息； 例如，Pandas 就用这个。inf表示任意大的数量，因此在实践中，它表示比计算机可以想象的任何数量大的数量。 还定义了-inf，它的意思是任意小。 如果数字运算爆炸，即迅速增长而没有边界，则可能会发生这种情况。
从未等于nan； 没有定义的事物等于其他事物是没有意义的。 您需要使用 NumPy 函数isnan来识别nan。 尽管==符号不适用于nan，但适用于inf。 就是说，最好还是使用函数有限或inf来区分有限值和无限值。 定义了涉及nan和inf的算法，但请注意，它可能无法满足您的需求。 定义了一些特殊函数，以帮助避免出现nan或inf时出现的问题。 例如，nansum 在忽略nan的同时计算可迭代对象的总和。 您可以在 NumPy 文档中找到此类函数的完整列表。 使用它们时，我只会提及它们。
现在让我们来看一个例子：
- 首先，我们将创建一个数组，并将其填充为
1，-1和0。 然后，将其除以0，然后看看得到了什么。 所以，当我们这样做时，它会抱怨，因为显然我们不应该除以0。 我们在小学学习了！
也就是说，它确实带有数字：1/0是inf，-1/0是-inf和0/0不是数字。 那么我们如何检测特殊值呢？
- 让我们首先运行一个错误的循环：
我们将遍历vec2的每个可能值，并打印i == np.inf，i == -np.inf的结果以及i是否等于nan，i == np.nan的结果。 我们得到的是一张清单；inf和-inf的前两个块很好，但是这个nan不好。 我们希望它检测到nan，但它没有这样做。 因此，让我们尝试使用是nan函数：
实际上，这确实有效； 我们能够检测到nan。
- 现在，让我们检测有限与无限：
毫不奇怪，inf不是有限的。-inf都不是。 但是nan既不是有限的也不是无穷大； 它是未定义的。 让我们看看执行inf + 1，inf * -1和nan + 1时会发生什么。 我们总是得到nan。
如果我们将 2 增大到负无穷大的幂，则得到的是 0。但是，如果将其提高到无穷大，我们将得到无穷大。inf - inf等于NaN而不是任何特定数字：
- 现在，让我们创建一个数组并用数字
999填充它。 如果我们求这个数组和自身的幂，换言之，计算999的999次方，那么最终得到的就是inf：
对于这些程序来说，这个数字太大了。 也就是说，我们知道这个数字实际上不是无限的。 它是有限的，但是对于计算机而言，它是如此之大，以至于它也可能是无限的。
- 现在，让我们创建一个数组，并将该数组的第一个元素指定为
nan。 如果我们对这个数组的元素求和，我们得到的是nan，因为nan +都是nan：
但是，如果我们使用函数nansum，则nan将被忽略，我们将获得合理的值 4。
现在，我们已经讨论了 NumPy 数据类型，并简要介绍了 NumPy 数组，下面让我们讨论如何创建 NumPy 数组。 在本节中，我们将使用各种函数创建 NumPy 数组。 有一些函数可以创建所谓的空ndarray； 用于创建ndarray的函数，其中填充了 0、1 或随机数； 以及使用数据创建ndarray的函数。 我们将讨论所有这些，以及从磁盘保存和加载 NumPy 数组。 有几种创建数组的方法。 一种方法是使用数组函数，在此我们提供一个可迭代的对象或一个可迭代的对象列表，从中将生成一个数组。
我们将使用列表列表来执行此操作，但是这些列表可以是元组，元组的元组甚至其他数组的列表。 还有一些方法可以自动创建充满数据的数组。 例如，我们可以使用诸如ones，zeros或randn之类的函数； 后者填充了随机生成的数据。 这些数组需要传递一个元组，该元组确定数组的形状，即数组具有多少维以及每个维的长度。 每个创建的数组都被认为是空的，不包含任何感兴趣的数据。 这通常是垃圾数据，由创建数组的内存位置中的任何位组成。
我们可以根据需要指定dtype参数，但如果不指定，则可以猜测dtype或浮点数。 请注意下表中的最后一行：
认为可以通过将arr1分配给新变量来复制它是错误的。 相反，您实际上得到的是指向相同数据的新指针。 如果您想要一个具有完全独立于其父代的相同数据的新数组，则将需要使用copy方法，我们将看到。
在下面的笔记本中，我们创建一个ndarray。 我们要做的第一件事是创建一个 1 的向量。 注意正在传递的元组； 它仅包含一个数字5。 因此，它将是具有五个元素的一维ndarray：
系统自动为其分配了dtype浮点 64：
如果我们想将其转换为整数，我们可以首先尝试通过以下方式进行操作，但结果将是垃圾：
转换dtype时需要非常小心。
正确的方法是首先创建一个由五个 1 组成的原始向量，然后使用这些元素作为输入来创建一个全新的数组。 结果如下：
注意vec1实际上具有正确的数据类型。 当然，我们可以通过指定我们最初想要的dtype来规避此问题。 在这种情况下，我们需要 8 位整数。 结果如下：
现在，让我们创建一个 0 的多维数据集。 在这里，我们将创建一个三维数组。 也就是说，我们有行，我们有列，还有楼板。
因此，我们按此顺序有两行，两列和两个平板，我们将把它做成 64 位浮点数。 结果如下：
结果的顶部将被视为一个平板，而底部将被视为另一平板。
现在，让我们创建一个填充有随机数据的矩阵。 在这种情况下，我们将使用randn函数创建一个具有三行三列的方阵，该函数是 NumPy 随机模块的一部分：
我们传递的第一个数字是行数，第二个数字是列数。 您可以传递第三个数字来确定平板的数量，第四个，第五个等等，以指定所需的维数以及每个维的长度。
现在，我们将创建2 x 2个具有所选名称的矩阵，以及2 x 2 x 2个包含数字的数组。 因此，这是一个仅包含名称的矩阵：
我们可以看到dtype是U5，即五个字母长的 Unicode 字符串。
我们还可以使用元组来创建数组：
在这种情况下，我们有一个具有多个级别的数组，因此最终将是三维数组。(1, 3, 5)将是此数组的第一个平板的第一行，(2, 4, 6)将是第一个平板的第二行。[(1, 3, 5), (2, 4, 6)]确定第一个平板。[(1, np.nan, 1), (2, 2, 2)]确定第二个平板。 总而言之，我们得到了一个多维数据集：
如前所述，如果我们希望复制数组的内容，则需要小心。
考虑以下示例：
例如，我们可能天真地认为这将创建mat2的新副本，并将其存储在mat2_copy中。 但是请注意如果我们要更改此数组的假定副本中的条目，或者更改原始父数组的条目会发生什么。 在mat2中，如果我们将第一行和第一列中的元素（即元素(0, 0)）更改为liam，则结果如下：
如果查看副本，则会发现更改也影响了副本：
因此，如果要独立副本，则需要使用copy方法。 然后，当我们更改mat2的 0,0 元素时，它不会影响copy，方法：
我们还可以对副本进行更改，并且不会影响父级。
以下是保存ndarray对象的常用方法的列表：
建议您使用save，savez或savetxt函数。 我已经在上表中显示了这些函数的通用语法。 在savetxt的情况下，如果要用逗号分隔的文件，只需将定界符参数设置为逗号字符。 另外，如果文件名以.gz结尾，则savetxt可以保存压缩的文本文件，从而节省了步骤，因为您以后无需自己压缩文本文件。 请注意，除非您编写完整的文件路径，否则指定的文件将保存在工作目录中。
让我们看看我们如何能够保存一些数组。 我们可能应该做的第一件事是检查工作目录是什么：
现在，在这种情况下，我将自动进入所需的工作目录中。 但是，如果我愿意，我可以使用cd命令更改工作目录，然后，实际上我会将那个目录作为我的工作目录：
就是说，让我们创建一个npy文件，它是 NumPy 的本机文件格式。 我们可以使用 NumPy 的save函数以此文件格式保存数组：
我们将拥有一个名为arr1的npy文件。 实际上，这是我们工作目录中的一个二进制文件。
如果我们希望加载保存在该文件中的数组，可以使用load函数：
我们还可以创建一个在mat1中包含相同信息的 CSV 文件。 例如，我们可以使用以下函数保存它：
我们可以使用以下代码查看mat1.csv的内容：
列用逗号分隔，行在换行符上。 然后，我们关闭此文件：
现在，很明显，如果我们可以保存ndarray，那么我们也应该能够加载它们。 以下是一些用于加载ndarray的常用函数：
这些函数与用于保存ndarray的函数紧密一致。 您将需要在 Python 中保存生成的ndarray。 如果要从文本文件加载，请注意，不必为创建ndarray而由 NumPy 创建数组。 如果您保存到 CSV，则可以使用文本编辑器或 Excel 创建 NumPy ndarray。 然后，您可以将它们加载到 Python 中。 我假设您正在加载的文件中的数据适合ndarray； 也就是说，它具有正方形格式，并且仅由一种类型的数据组成，因此不包含字符串和数字。
可以通过ndarray处理多类型的数据，但是此时您应该使用 pandas 数据帧，我们将在后面的部分中进行讨论。 因此，如果我想加载刚刚创建的文件的内容，可以使用loadtxt函数进行加载，结果如下：
在本章中，我们首先介绍 NumPy 数据类型。 然后我们迅速讨论了称为ndarray对象，的 NumPy 数组，它们是 NumPy 感兴趣的主要对象。 我们讨论了如何根据程序员的输入，其他 Python 对象，文件甚至函数创建这些数组。 我们继续讨论了如何从基本算术到成熟的线性代数对ndarray对象进行数学运算。
在下一章中，我们将讨论一些重要主题：使用数组对ndarray对象算术和线性代数进行切片，以及采用数组方法和函数。