TechBridge 技術共筆部落格

var topics = ['Web前後端', '行動網路', '機器人/物聯網', '數據分析', '產品設計', 'etc.']

從零開始學資料科學:Numpy 基礎入門


 從零開始學資料科學:Numpy 基礎入門

前言

本系列文章將透過系統介紹資料科學(Data Science)相關的知識,透過 Python 帶領讀者從零開始進入資料科學的世界。這邊我們將介紹 Numpy 這個強大的 Python 函式庫。

什麼是 Numpy?

Numpy 是 Python 的一個重要模組(Python 是一個高階語言也是一種膠水語言,可以透過整合其他低階語言同時擁有效能和高效率的開發),主要用於資料處理上。Numpy 底層以 C 和 Fortran 語言實作,所以能快速操作多重維度的陣列。當 Python 處理龐大資料時,其原生 list 效能表現並不理想(但可以動態存異質資料),而 Numpy 具備平行處理的能力,可以將操作動作一次套用在大型陣列上。此外 Python 其餘重量級的資料科學相關套件(例如:Pandas、SciPy、Scikit-learn 等)都幾乎是奠基在 Numpy 的基礎上。因此學會 Numpy 對於往後學習其他資料科學相關套件打好堅實的基礎。

Numpy 基礎操作

 從零開始學資料科學:Numpy 基礎入門

  1. Numpy 陣列
    Numpy 的重點在於陣列的操作,其所有功能特色都建築在同質且多重維度的 ndarray(N-dimensional array)上。ndarray 的關鍵屬性是維度(ndim)、形狀(shape)和數值類型(dtype)。 一般我們稱一維陣列為 vector 而二維陣列為 matrix。一開始我們會引入 numpy 模組,透過傳入 listnumpy.array() 創建陣列。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    # 引入 numpy 模組
    import numpy as np
    np1 = np.array([1, 2, 3])
    np2 = np.array([3, 4, 5])
    # 陣列相加
    print(np1 + np2) # [4 6 8]
    # 顯示相關資訊
    print(np1.ndim, np1.shape, np1.dtype) # 1 (3,) int64 => 一維陣列, 三個元素, 資料型別
    np3 = np.array([1, 2, 3, 4, 5, 6])

    從檔案取資料:

    1
    npd = np.genfromtxt('data.csv', delimiter=',')

    改變陣列維度:

    1
    2
    np3 = np3.reshape([2, 3])
    print(np3.ndim, np3.shape, np3.dtype) # 2 (2, 3) int64

    改變陣列型別(bool、int、float、string):

    bool 可以包含 True、False,int 可以包含 int16、int32、int64。其中數字是指 bitsfloat 可以包含 16、32、64 表示小數點後幾位。string 可以是 string、unicode。nan 則表示遺失值。

    1
    2
    3
    np3 = np3.astype('int64')
    np3.dtype
    # dtype('int64')
  2. 建立陣列
    建立填滿 0 或 1 的陣列:

    1
    2
    np1 = np.zeros([2, 3]) # array([[ 0., 0., 0.], [ 0., 0., 0.]])
    np2 = np.ones([2, 3]) # array([[ 1., 1., 1.], [ 1., 1., 1.]])

 從零開始學資料科學:Numpy 基礎入門

  1. 陣列索引與切片
    一維陣列操作和 Python 原生 list 類似:

    1
    2
    np3 = np.array([1, 2, 3, 4, 5, 6])
    print(np3[2]) # 3

    二維陣列:

    1
    2
    3
    np3 = np3.reshape([2, 3])
    print(np3[1, 0]) # 4

 從零開始學資料科學:Numpy 基礎入門

  1. 基本操作
    使用布林遮罩來取值:

    1
    2
    3
    np3 = np.array([1, 2, 3, 4, 5, 6])
    print(np3 > 3) # [False False False True True True]
    print(np3[np3 > 3]) # [4 5 6]

    加總:

    1
    2
    np3 = np3.reshape([2, 3])
    print(np3.sum(axis=1)) # 將 axis=1 橫向加總 [6 15]

總結

以上介紹了 Numpy 的基礎知識,建立了基本的 array 和 ndarray 的觀念。相信在熟悉 Numpy 之後 Pandas 的學習將會比較容易 (Pandas 的資料容器 DataFrame、Series 事實上是奠基在 Numpy 的陣列上)

延伸閱讀

  1. 7 Steps to Mastering Machine Learning With Python
  2. [python] numpy axis概念整理筆記

(image via berkeleycodingeekcornellscipy-lectures

關於作者:
@kdchang 文藝型開發者,夢想是做出人們想用的產品和辦一所心目中理想的學校。A Starter & Maker. JavaScript, Python & Arduino/Android lover.:)

喜歡我們的文章嗎?歡迎分享按讚給予我們支持和鼓勵!



TechBridge Weekly 技術週刊編輯團隊

TechBridge Weekly 技術週刊團隊是一群對用技術改變世界懷抱熱情的團隊。本技術共筆部落格初期專注於Web前後端、行動網路、機器人/物聯網、資料科學與產品設計等技術分享。This is TechBridge Weekly Team Tech Blog, which focus on web, mobile, robot, IoT, Data Science technology sharing.

關於我們 / 技術日報 / 技術週刊 / 粉絲專頁 / 訂閱RSS

Comments