小白的机器学习之路：Numpy探索

这是numpy教程系列的第二部分。 如果你还没有阅读过第一部分，我建议你先读一下。 在这个教程中，我将介绍Numpy中与数据科学和机器学习相关的重要知识点，也就是说，我不打算涵盖numpy所有的功能。

在前面的教程中，我们已经学习了np.array()、np.arange()、np.eye()
、np.dot()、np.shape()、np.reshape()、np.sum() 。如果你想马上就练习下Numpy，可以使用汇智网的Numpy在线运行环境。

现在还是先导入numpy：

import numpy as np

上面的语句告诉python，在后面的代码中，我们将使用np来引用numpy。

np.random.rand()

先来看看使用numpy来生成随机值。 假设你想获得矩阵形式的随机值， 这很简单：

# 生成 2 x 3 随机矩阵np.random.rand(2,3)=======================array([[ 0.2248368 ,  0.49652272,  0.76189091],       [ 0.73520939,  0.48107188,  0.3883801 ]])

好吧，这可以扩展到多个维度吗？ 当然可以！ 这就是开发numpy的原因。

# 生成 12 x 13 随机矩阵np.random.rand(12,13)======================array([[ 0.43385691,  0.15503296,  0.19860119,  0.65346609,  0.16774261,0.56058978,  0.84974275,  0.05887681,  0.27276929,  0.88750259,0.25141674,  0.05663906,  0.54186252],...[ 0.14066135,  0.34828447,  0.0780561 ,  0.00126867,  0.57958087,0.93641585,  0.70294758,  0.21712057,  0.24902555,  0.53284372,0.19795993,  0.69817631,  0.71156616]])

很容易就得到12x13的随机矩阵。 这很酷，对吧？ np的确是一个出色的库。

如果想手动添加元素到数组中，该怎么办？

例如，对于下面的数组A:

A = np.append(A,19)A====================array([ 5,  7,  9, 11, 13, 19])

如果想给A添加一个成员19，该怎么做？

np.append()满足的就是这个需求，它将元素添加到指定的数组中：

A = np.append(A,19)A===================array([ 5,  7,  9, 11, 13, 19])

另一个小例子：

A = np.append(A,[3,55,34,553])A====================array([  5,   7,   9,  11,  13,  19,   3,  55,  34, 553])

上面的例子是将一组元素添加到数组A中。所以不管是元素还是元素列表，都可以作为参数传入np.append()。

注意np.append()不会更新原有的数组，因此需要捕捉其返回值来更新原始数组：

# A 不会自动更新np.append(A,[3,55,34,553])# 使用返回值更新AA = np.append(A,[3,55,34,553])

这么明显又简单的事情，为什么我还要讲？ 是这样：我吃过亏。我曾经花了数小时来搞清楚代码为什么失败，最终却发现都是这个微不足道的错误引起的：-（

如何计算邻接元素的差值？

例如，对于数组A：

A===========array([  5,   7,   9,  11,  13,  19,   3,  55,  34, 553])

我的问题是，在矩阵A中，我如何计算7-5，9-7，11-9？ 换句话说，我怎样才能批量计算A [n + 1] -A [n]？

np有一个内置方法np.diff()专用于解决这个问题。 它看起来像这样：

B = np.diff(A,n=1)B===============array([  2,   2,   2,   2,   6, -16,  52, -21, 519])

如果简单做一下减法计算，就会注意到这个数组正好是A [n + 1] -A [n]。 这个数组比A要少一个元素。

如果继续在B上执行相同的np.diff()，最终会得到以下结果：

B = np.diff(B,n=1)B===================================================================array([  0,   0,   0,   4, -22,  68, -73, 540])

也可以使用迭代参数n告诉np.diff()进行两次差分计算，而不必进行两次调用：

# parameter n indicates that this diff() must be run twice. np.diff(A,n=2)===================================================================array([  0,   0,   0,   4, -22,  68, -73, 540])

如何通过堆叠来生成矩阵/向量？

先定义三个列表：

# lets define 3 lists.a = [1,2,3]b = [4,5,6]c = [7,8,9]

当我们谈到堆叠元素时，有两种思路：行堆叠和列堆叠。

列堆叠

# directly stack with lists passed in the same order.np.vstack((a,b,c))=====================array([[1, 2, 3],       [4, 5, 6],       [7, 8, 9]])np.vstack((b,a,c))=======================array([[4, 5, 6],       [1, 2, 3],       [7, 8, 9]])

行堆叠

# stack with lists passed taking their columns as rows. np.vstack((a,b,c))===================================================================array([[1, 4, 7],       [2, 5, 8],       [3, 6, 9]])

我们再回头来看看这些列表：

a = [1,2,3]b = [4,5,6]c = [7,8,9]

在这里，列方向是元素[1,4,7]，[2,5,8]，[3,6,9]。 问题是，如何让这些元素按行堆叠？

np.column_stack（）

np.column_stack((a,b,c))========================array([[1, 4, 7],       [2, 5, 8],       [3, 6, 9]])np.column_stack((b,a,c))========================array([[4, 1, 7],       [5, 2, 8],       [6, 3, 9]])

完美！

如何从数组中选择子集合？

例如，在处理数组A时，我只想选中元素9,11和13。 该怎么做？

A==================array([  5,   7,   9,  11,  13,  19,   3,  55,  34, 553])

这其实就是数组切片：指定开始序号和停止序号，切片选出在这两者之间（不包括停止序号）的所有元素。

例如：

A[2:5]  ===================array([ 9, 11, 13])

在原数组中，成员9位于序号2，而成员13位于序号4。当进行数组切片时，要获取序号4处的元素，必须设置停止索引为5。

从现在开始，我将把起始序号作为下界，停止序号作为上界。 因此，一般来说，切片可以被表述为：

A[lowerbound(inclusive): upperbound(exclusive)]

另一个例子：

A[0:3]==============array([5, 7, 9])

现在谈谈广播

广播（broadcasting）是numpy最棒的特性之一，可以将一个操作扩展到矩阵中的所有元素。

什么意思？

A================array([  5,   7,   9,  11,  13,  19,   3,  55,  34, 553])

如果我想给A的所有元素加1，该怎么做？ 很自然地，我们可能会尝试下面的代码：

# 创建目标数组KK = np.array([])# 遍历A中所有元素，加1后设置为K的元素# and append the new value to the array.for e in A:    K = np.append(K,e+1)# 打印目标数组KK======================array([  6,   8,  10,  12,  14,  20,   4,  56,  35, 554])

很可能每个人都会认可这种看起来相当自然的做法。 问题是，这种实现“耗时且效率低下”。

真的吗？ 为什么这是低效的？

这就是广播的作用。 我可以只用一行代码实现同样的功能，而不需要任何for循环，如下所示：

K = A+1K===============array([  6,   8,  10,  12,  14,  20,   4,  56,  35, 554])

但是这是什么原理？

numpy在内部实现中，可以根据需要来进行操作元素匹配：

# numpy实现广播的原理：展开A+[1,1,1,1,1,1,1,1,1,1]

另一个例子：

A*-1=============array([  -5,   -7,   -9,  -11,  -13,  -19,   -3,  -55,  -34, -553])

注意整个数组现在带有减号。 这就是广播。

现在你知道了，如果想处理一个numpy数组中的所有元素，不一定需要使用for循环，广播真的很酷。

如果你喜欢这篇文章，记得关注我的头条号：新缸中之脑！

原文：Introduction to Numpy -2 : An absolute beginners guide to Machine Learning and Data science.