作成および生成
このセクションでは、主にアレイの作成と生成について説明します。なぜこれを一番上に置くのですか？主な理由は2つあります。
まず、実際の作業プロセスでは、アレイ関連のAPIまたは相互運用機能を時々確認または表示する必要があります。同時に、sklearn、matplotlib、PyTorch、Tensorflowなどのツールを使用する場合、実験のためにいくつかの簡単なデータが必要になることがあります。
したがって、最初にアレイをすばやく取得する方法を学ぶことには多くの利点があります。このセクションでは、主に次の一般的な作成方法を紹介します。
-
リストまたはタプルを使用する
-
範囲を使用
-
linspace/logspaceを使用する
-
使用1/ゼロ
-
ランダムに使用する
-
ファイルから読み取る
その中で最も一般的に使用されるのはlinspace/logspaceとrandomで、前者は座標軸の描画によく使用され、後者は「シミュレーションデータ」の生成に使用されます。たとえば、関数のイメージを描画する必要がある場合、Xはlinspaceを使用して生成されることが多く、Yは関数式を使用して取得され、プロットされます。入力（Xなど）または中間入力（Xなど）を作成する必要がある場合埋め込み、隠し状態など））、ランダムはとても便利です。
Pythonリストまたはタプルから作成
⭐⭐アレイを作成するために着信リストをマスターすることに焦点を当てます。np.array(list)
⚠️注：「データ型」。十分注意すると、以下の2番目のコードセットの2番目の数値は「10進数」（注：1。Pythonでは1. == 1.0）であり、配列は各要素が同じタイプであることを確認するためのものです。したがって、配列をfloat型に変換するのに役立ちます。
# 一个 list
np.array([1,2,3])
array([1, 2, 3])
# 二维（多维类似）
# 注意，有一个小数哦
np.array([[1, 2., 3], [4, 5, 6]])
array([[1., 2., 3.],
[4., 5., 6.]])
# 您也可以指定数据类型
np.array([1, 2, 3], dtype=np.float16)
array([1., 2., 3.], dtype=float16)
# 如果指定了 dtype，输入的值都会被转为对应的类型，而且不会四舍五入
lst = [
[1, 2, 3],
[4, 5, 6.8]
]
np.array(lst, dtype=np.int32)
array([[1, 2, 3],
[4, 5, 6]], dtype=int32)
# 一个 tuple
np.array((1.1, 2.2))
array([1.1, 2.2])
# tuple，一般用 list 就好，不需要使用 tuple
np.array([(1.1, 2.2, 3.3), (4.4, 5.5, 6.6)])
array([[1.1, 2.2, 3.3],
[4.4, 5.5, 6.6]])
# 转换而不是上面的创建，其实是类似的，无须过于纠结
np.asarray((1,2,3))
array([1, 2, 3])
np.asarray(([1., 2., 3.], (4., 5., 6.)))
array([[1., 2., 3.],
[4., 5., 6.]])
arangeを使用して生成
⭐⭐
rangeはPythonに組み込まれている整数シーケンスジェネレーターであり、arangeはnumpyであり、同様の効果があり、1次元のベクトルを生成します。次のような配列を作成するために、このメソッドを使用する必要がある場合があります。
-
入力として連続した1次元ベクトルを作成する必要があります（たとえば、位置をエンコードするときに使用できます）
-
スクリーニングとサンプリングの結果を観察する必要がある場合、順序付けられた配列は一般的に観察が容易です。
⚠️注意する必要があります：その reshape 時点で、ターゲット形状に必要な要素の数は、元の要素の数と同じである必要があります。
np.arange(12).reshape(3, 4)
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
# 注意，是小数哦
np.arange(12.0).reshape(4, 3)
array([[ 0., 1., 2.],
[ 3., 4., 5.],
[ 6., 7., 8.],
[ 9., 10., 11.]])
np.arange(100, 124, 2).reshape(3, 2, 2
array（[[[100、102]、
[104、106]]、
[[108、110]、
[112、114]]、
[[116、118]、
[120、122]]]）
# shape size 相乘要和生成的元素数量一致
np.arange(100., 124., 2).reshape(2,3,4)
-------------------------------------------------- -------------------------
ValueErrorトレースバック（最後の最後の呼び出し）
<ipython-input-20-fc850bf3c646> in <module>
---- > 1 np.arange（100。、124.、2）.reshape（2,3,4）
ValueError：サイズ12の配列を形状（2,3,4）に再形成できません
linspace/logspaceを使用して生成
⭐⭐⭐
OK、これは私たちが遭遇した最初の重要なAPIです。前者は開始、終了、数値の3つのパラメーターを渡す必要があり、後者は追加のベース（デフォルトは10）を渡す必要があります。
⚠️注：3番目のパラメーターはステップサイズではありません。
np.linspace
# 线性
np.linspace(0, 9, 10).reshape(2, 5)
array([[0., 1., 2., 3., 4.],
[5., 6., 7., 8., 9.]])
np.linspace(0, 9, 6).reshape(2, 3)
array([[0. , 1.8, 3.6],
[5.4, 7.2, 9. ]])
# 指数 base 默认为 10
np.logspace(0, 9, 6, base=np.e).reshape(2, 3)
array([[1.00000000e+00, 6.04964746e+00, 3.65982344e+01],
[2.21406416e+02, 1.33943076e+03, 8.10308393e+03]])
# _ 表示上（最近）一个输出
# logspace 结果 log 后就是上面 linspace 的结果
np.log(_)
array([[0. , 1.8, 3.6],
[5.4, 7.2, 9. ]])
よく見てみましょう：
N = 20
x = np.arange(N)
y1 = np.linspace(0, 10, N) * 100
y2 = np.logspace(0, 10, N, base=2)
plt.plot(x, y2, '*');
plt.plot(x, y1, 'o');
# 检查每个元素是否为 True
# base 的 指数为 linspace 得到的就是 logspace
np.alltrue(2 ** np.linspace(0, 10, N) == y2)
True⚠️ 补充：关于 array 的条件判断
# 不能直接用 if 判断 array 是否符合某个条件
arr = np.array([1, 2, 3])
cond1 = arr > 2
cond1
array([False, False, True])
if cond1:
print("这不行")
-------------------------------------------------- -------------------------
ValueErrorトレースバック（最後の最後の呼び出し）
<ipython-input-184-6bd8dc445309> in <module>
---- > 1 if cond1：
2 print（ "これら不行"）
ValueError：複数の要素を持つ配列の真理値があいまいです。a.any（）またはa.all（）を使用します
# 即便你全是 True 它也不行
arr = np.array([1, 2, 3])
cond2 = arr > 0
cond2
array([ True, True, True])
if cond2:
print("这还不行")
-------------------------------------------------- -------------------------
ValueErrorトレースバック（最後の最後の呼び出し）
<ipython-input-187-7fedc8ba71a0> in <module>
---- > 1 if cond2：
2 print（ "これら不行"）
ValueError：複数の要素を持つ配列の真理値があいまいです。a.any（）またはa.all（）を使用します
# 咱们只能用 any 或 all，这个很容易犯错，请务必注意。
if cond1.any():
print("只要有一个为True就可以，所以——我可以")
只要有一个为True就可以，所以——我可以
if cond2.all():
print("所有值为True才可以，我正好这样")
所有值为True才可以，我正好这样
1/ゼロで作成
⭐
すべて1/0の配列を作成するためのショートカット。np.zeros_like 2つは、指定された配列と同じ形状の0または 1のベクトルをすばやく生成できることに注意してください np.ones_like。これは、マスクの特定の位置が必要な場合に使用できます。
⚠️作成された配列はデフォルトでfloat型であることに注意してください。
np.ones(3)
array([1., 1., 1.])
np.ones((2, 3))
array([[1., 1., 1.],
[1., 1., 1.]])
np.zeros((2,3,4))
array([[[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]],
[[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]]])
# 像给定向量那样的 0 向量（ones_like 是 1 向量）
np.zeros_like(np.ones((2,3,3)))
array([[[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]],
[[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]]])
ランダムを使用して生成
⭐⭐⭐⭐⭐⭐
このセクションで最も重要なAPIの1つを選択する場合は、間違いなくそれを選択する必要があります random 。ここでは、「本番」データに関連する、より一般的に使用されるAPIのいくつかのみを紹介します。これらは、トレーニングまたはテストデータのランダムな生成、ニューラルネットワークの初期化などによく使用されます。
⚠️注意する必要があります：ここでは、新しいAPIメソッドを使用して作成することを一律に推奨します。つまり、 np.random.default_rng() 最初 Generatorに生成し、次にこれに基づいてさまざまな分散データを生成します（メモリがより簡単で明確になります）。ただし、古いAPIの使用法については引き続き紹介します。古いコードではまだ多くのコードが使用されているため、混同する可能性があります。
# 0-1 连续均匀分布
np.random.rand(2, 3)
array([[0.42508994, 0.5842191 , 0.09248675],
[0.656858 , 0.88171822, 0.81744539]])
# 单个数
np.random.rand()
0.29322641374172986
# 0-1 连续均匀分布
np.random.random((3, 2))
array([[0.17586271, 0.5061715 ],
[0.14594537, 0.34365713],
[0.28714656, 0.40508807]])
# 指定上下界的连续均匀分布
np.random.uniform(-1, 1, (2, 3))
array([[ 0.66638982, -0.65327069, -0.21787878],
[-0.63552782, 0.51072282, -0.14968825]])
# 上面两个的区别是 shape 的输入方式不同，无伤大雅了
# 不过从 1.17 版本后推荐这样使用（以后大家可以用新的方法）
# rng 是个 Generator，可用于生成各种分布
rng = np.random.default_rng(42)
rng
Generator(PCG64) at 0x111B5C5E0
# 推荐的连续均匀分布用法
rng.random((2, 3))
array([[0.77395605, 0.43887844, 0.85859792],
[0.69736803, 0.09417735, 0.97562235]])
# 可以指定上下界，所以更加推荐这种用法
rng.uniform(0, 1, (2, 3))
array([[0.47673156, 0.59702442, 0.63523558],
[0.68631534, 0.77560864, 0.05803685]])
# 随机整数（离散均匀分布），不超过给定的值（10）
np.random.randint(10, size=2)
array([6, 3])
# 随机整数（离散均匀分布），指定上下界和 shape
np.random.randint(0, 10, (2, 3))
array([[8, 6, 1],
[3, 8, 1]])
# 上面推荐的方法，指定大小和上界
rng.integers(10, size=2)
array([9, 7])
# 上面推荐的方法，指定上下界
rng.integers(0, 10, (2, 3))
array([[5, 9, 1],
[8, 5, 7]])
# 标准正态分布
np.random.randn(2, 4)
array([[-0.61241167, -0.55218849, -0.50470617, -1.35613877],
[-1.34665975, -0.74064846, -2.5181665 , 0.66866357]])
# 上面推荐的标准正态分布用法
rng.standard_normal((2, 4))
array([[ 0.09130331, 1.06124845, -0.79376776, -0.7004211 ],
[ 0.71545457, 1.24926923, -1.22117522, 1.23336317]])
# 高斯分布
np.random.normal(0, 1, (3, 5))
array([[ 0.30037773, -0.17462372, 0.23898533, 1.23235421, 0.90514996],
[ 0.90269753, -0.5679421 , 0.8769029 , 0.81726869, -0.59442623],
[ 0.31453468, -0.18190156, -2.95932929, -0.07164822, -0.23622439]])
# 上面推荐的高斯分布用法
rng.normal(0, 1, (3, 5))
array([[ 2.20602146, -2.17590933, 0.80605092, -1.75363919, 0.08712213],
[ 0.33164095, 0.33921626, 0.45251278, -0.03281331, -0.74066207],
[-0.61835785, -0.56459129, 0.37724436, -0.81295739, 0.12044035]])
つまり、一般的に2つの分布が使用されます。一様分布と正規（ガウス）分布です。また、size 形状を指定することができます。
rng = np.random.default_rng(42)
# 离散均匀分布
rng.integers(low=0, high=10, size=5)
array([0, 7, 6, 4, 4])
# 连续均匀分布
rng.uniform(low=0, high=10, size=5)
array([6.97368029, 0.94177348, 9.75622352, 7.61139702, 7.86064305])
# 正态（高斯）分布
rng.normal(loc=0.0, scale=1.0, size=(2, 3))
array([[-0.01680116, -0.85304393, 0.87939797],
[ 0.77779194, 0.0660307 , 1.12724121]])
ファイルから読み取る
⭐
このセクションは主に、保存された重みパラメーターまたは前処理されたデータセットをロードして実装するために使用されます。これは、トレーニングされたモデルパラメーターをメモリにロードして推論サービスを提供したり、長時間かかるデータを前処理したりする場合などに便利です。複数の実験のために再処理する必要があります。
⚠️注意：保存時にファイル名のサフィックスを書き込む必要はありません。自動的に追加されます。
# 直接将给定矩阵存为 a.npy
np.save('./data/a', np.array([[1, 2, 3], [4, 5, 6]]))
# 可以将多个矩阵存在一起，名为 `b.npz`
np.savez("./data/b", a=np.arange(12).reshape(3, 4), b=np.arange(12.).reshape(4, 3))
# 和上一个一样，只是压缩了
np.savez_compressed("./data/c", a=np.arange(12).reshape(3, 4), b=np.arange(12.).reshape(4, 3))
# 加载单个 array
np.load("data/a.npy")
array([[1, 2, 3],
[4, 5, 6]])
# 加载多个，可以像字典那样取出对应的 array
arr = np.load("data/b.npz")
arr["a"]
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
arr["b"]
array([[ 0., 1., 2.],
[ 3., 4., 5.],
[ 6., 7., 8.],
[ 9., 10., 11.]])
# 后缀都一样，你干脆当它和上面的没区别即可
arr = np.load("data/c.npz")
arr["b"]
array([[ 0., 1., 2.],
[ 3., 4., 5.],
[ 6., 7., 8.],
[ 9., 10., 11.]])
統計とプロパティ
このセクションでは、配列の基本的な統計プロパティから始めて、作成したばかりの配列について詳しく学びます。主に次の側面が含まれます。
-
サイズ関連
-
最大、最小、中位、分位值
-
平均、合計、標準偏差など。
これらはすべて記述統計に関連する指標であり、配列全体を理解するのに非常に役立ちます。その中で最もよく使われるのは、サイズ関連の「shape」、最大、最小、平均、合計などです。
このセクションの内容は非常に単純です。2つの重要な機能に特別な注意を払う必要があるだけです（覚えておいてください）。
-
寸法で結果を検索します（軸を指定します）。一般に、0は列1を意味し、 「行/列に沿って操作する」と理解できます。よくわからない場合は、例を使用して試してみてください。
-
計算後に寸法を保持する（
keepdims=True）
さらに、操作の便宜上、ランダムに生成された配列を操作オブジェクトとして使用します。同時に、シードを指定して、実行するたびにすべての人が同じ結果を表示できるようにします。一般に、モデルをトレーニングするときは、「同じ条件」でパラメーターを調整できるように、シードを指定する必要があることがよくあります。
# 先创建一个 Generator
rng = np.random.default_rng(seed=42)
# 再生成一个均匀分布
arr = rng.uniform(0, 1, (3, 4))
arr
array([[0.77395605, 0.43887844, 0.85859792, 0.69736803],
[0.09417735, 0.97562235, 0.7611397 , 0.78606431],
[0.12811363, 0.45038594, 0.37079802, 0.92676499]])
サイズ関連
⭐⭐
このセクションには、主に、ディメンション、形状、およびデータボリュームが含まれます。これらの形状のうち shape 、最もよく使用するものです。
⚠️サイズは形状ではなく、ndimはいくつかの寸法があることを示していることに注意してください。
# 维度，array 是二维的（两个维度）
arr.ndim
2
np.shape
# 形状，返回一个 Tuple
arr.shape
(3, 4)
# 数据量
arr.size
12
最も価値のある分位数
⭐⭐⭐
このセクションには、主に次のものが含まれます。最大値、最小値、中央値、およびその他の分位数。これらのうち、通常、「最大値と最小値」が最もよく使用されます。
⚠️分位数は0から1までの任意の小数（対応する分位数を表す）であり、分位数は必ずしも元の配列にあるとは限らないことに注意してください。
arr
array([[0.77395605, 0.43887844, 0.85859792, 0.69736803],
[0.09417735, 0.97562235, 0.7611397 , 0.78606431],
[0.12811363, 0.45038594, 0.37079802, 0.92676499]])
# 所有元素中最大的
arr.max()
0.9756223516367559
np.max/min
# 按维度（列）最大值
arr.max(axis=0)
array([0.77395605, 0.97562235, 0.85859792, 0.92676499])
# 同理，按行
arr.max(axis=1)
array([0.85859792, 0.97562235, 0.92676499])
# 是否保持原来的维度
# 这个需要特别注意下，很多深度学习模型中都需要保持原有的维度进行后续计算
# shape 是 (3,1)，array 的 shape 是 (3,4)，按行，同时保持了行的维度
arr.min(axis=1, keepdims=True)
array([[0.43887844],
[0.09417735],
[0.12811363]])
# 保持维度：（1，4），原始array是（3，4）
arr.min(axis=0, keepdims=True)
array([[0.09417735, 0.43887844, 0.37079802, 0.69736803]])
# 一维了
arr.min(axis=0, keepdims=False)
array([0.09417735, 0.43887844, 0.37079802, 0.69736803])
# 另一种用法，不过我们一般习惯使用上面的用法，其实两者一回事
np.amax(arr, axis=0)
array([0.77395605, 0.97562235, 0.85859792, 0.92676499])
# 同 amax
np.amin(arr, axis=1)
array([0.43887844, 0.09417735, 0.12811363])
# 中位数
# 其他用法和 max，min 是一样的
np.median(arr)
0.7292538655248584
# 分位数，按列取1/4数
np.quantile(arr, q=0.25, axis=0)
array([0.11114549, 0.44463219, 0.56596886, 0.74171617])
# 分位数，按行取 3/4，同时保持维度
np.quantile(arr, q=0.75, axis=1, keepdims=True)
array([[0.79511652],
[0.83345382],
[0.5694807 ]])
# 分位数，注意，分位数可以是 0-1 之间的任何数字（分位）
# 如果是 1/2 分位，那正好是中位数
np.quantile(arr, q=1/2, axis=1)
array([0.73566204, 0.773602 , 0.41059198])
平均合計標準偏差
⭐⭐⭐
このサブセクションには、主に、平均、累積合計、分散、標準偏差、およびその他の統計指標が含まれます。これらの中で最も使用されるのは「平均」です。
arr
array([[0.77395605, 0.43887844, 0.85859792, 0.69736803],
[0.09417735, 0.97562235, 0.7611397 , 0.78606431],
[0.12811363, 0.45038594, 0.37079802, 0.92676499]])
np.average
# 平均值
np.average(arr)
0.6051555606435642
# 按维度平均（列）
np.average(arr, axis=0)
array([0.33208234, 0.62162891, 0.66351188, 0.80339911])
# 另一个计算平均值的 API
# 它与 average 的主要区别是，np.average 可以指定权重，即可以用于计算加权平均
# 一般建议使用 average，忘掉 mean 吧！
np.mean(arr, axis=0)
array([0.33208234, 0.62162891, 0.66351188, 0.80339911])
np.sum
# 求和，不多说了，类似
np.sum(arr, axis=1)
array([2.76880044, 2.61700371, 1.87606258])
np.sum(arr, axis=1, keepdims=True)
array([[2.76880044],
[2.61700371],
[1.87606258]])
# 按列累计求和
np.cumsum(arr, axis=0)
array([[0.77395605, 0.43887844, 0.85859792, 0.69736803],
[0.8681334 , 1.41450079, 1.61973762, 1.48343233],
[0.99624703, 1.86488673, 1.99053565, 2.41019732]])
# 按行累计求和
np.cumsum(arr, axis=1)
array([[0.77395605, 1.21283449, 2.07143241, 2.76880044],
[0.09417735, 1.0697997 , 1.8309394 , 2.61700371],
[0.12811363, 0.57849957, 0.94929759, 1.87606258]])
# 标准差，用法类似
np.std(arr)
0.28783096517727075
# 按列求标准差
np.std(arr, axis=0)
array([0.3127589 , 0.25035525, 0.21076935, 0.09444968])
# 方差
np.var(arr, axis=1)
array([0.02464271, 0.1114405 , 0.0839356 ])