[读书笔记] Python 数据分析 （十二）高级NumPy

da

array: 一个快速而灵活的同构多维大数据集容器，可以利用这种数组对整块的数据进行一些数学运算

• 数据指针，系统内存的一部分
• 数据类型 data type/dtype
• 指示数据大小的元组
• stride: strides中保存的是当每个轴的下标增加1时，数据存储区中的指针所增加的字节数
  • In [6]: np.ones((3,4,5),dtype=np.float64).strides

Out[6]: (160, 40, 8)

ndarray数据结构：

reshape()函数　-1参数，该维度的的内容由原内容自动填充

Ｃ vesu Fortran order:

• : row order
• Fortran order: column order

numpy 的 ndarray 是row order, reshape()和ravel()函数都接受一个参数进行Ｃ/F转换

数组重构

更加简洁的数组重构方式：c_, r_c

数组重复/复制

repeat: 重复数组中的每一个元素特定次数，可以为每一个元素指定重复次数

tile：在指定轴上重复复原

Take and Put

取出数组中的特定元素

Ｂroadcasting/广播

沿Ｘ轴传播和沿Ｙ轴传播有细微的差别

np.newaxis()加入新轴

Advanced ufunc Usage

ufunc 是universal function的缩写，它是一种能对数组的每个元素进行操作的函数，Numpy内置的许多ufunc函数都是在Ｃ语言级别实现的，因此它们的计算速度非常快

• np.add.reduce: 加和操作
• np.add.accumulate: 和reduce类似,返回和输入数组形状相同，保存所有的中间计算结果

• np.multiply.outer: element-wise 点积

用户自定义函数

frompyfunc

Structured and Record Arrays

使用dtype创建结构化的表格型数据，类似C中的结构

numpy 排序

argsort:

lexsort: multiple sort

searchsorted

• 查找已排序数组中的元素，返回查找值在数组中应该插入的位置，该种插入方式可以使得数组仍是有序的
• 也可以用来查找元素在一定区间中的位置

Speed Performance:

Cpython