《Hello NumPy》系列-切片的花式操作

2020，努力做一个无可替代的人！

写在前面的话

NumPy 第二小节，同学们自行复习前面的内容：

• 事半功倍的Python高阶函数

• 《Hello NumPy》系列-数据类型与创建

高阶部分篇篇都是干货，建议大家不要错过任何一节内容，最好关注我
，方便看到每次的文章推送。

正文

先想一个问题，NumPy 的核心是多维数组，List 也是数组，那是否它们的一些特性也是相同的呢？

List 特性是什么？又忘记了吧？

我直接贴前面文章的链接啦，注意仔细看：Python 列表与字符串高阶特性

你也先别急着回答前面的问题，带着问题继续往下看。

先看一维数组

首先，先创建一个一维数组：

# 创建一维数组data_arr = np.arange(10)# 输出[0 1 2 3 4 5 6 7 8 9]

0-9的一维数组，我们试着输出数组的后五位数

# 输出数组的后五位数data_arr[-5:]data_arr[5:10]# 输出[5 6 7 8 9][5 6 7 8 9]

可以看到，和列表 List 一样，一维数组同样支持切片操作。

不同的是，数组切片是原始数组的视图，视图上的任何修改都会直接反映到源数组上。

# 修改数组后五位数的值data_arr[-5:] = 0# 输出[0 1 2 3 4 0 0 0 0 0]# 修改数组奇数位上的值为 -1data_arr[::2] = -1# 输出[-1  1 -1  3 -1  0 -1  0 -1  0]

可以直接通过修改切片结果，也就是视图，从而达到修改源数组值的效果。

往下看，我们要找出数组值为 -1的所有元素

# 数组值为 -1的所有元素data_arr == -1data_arr[data_arr == -1]# 输出[ True False  True False  True False  True False  True False][-1 -1 -1 -1 -1]

通过对 data_arr 进行比较运算输出一个布尔型数组，然后输出布尔值为 True 的结果。

当然这个例子比较牵强，输出的肯定都是 -1 啦。

换种比较方式，我们找出数组值大于 0 的所有元素

# 数组值大于 0 的所有元素data_arr[data_arr > 0]# 输出[1 3]

我们发现，数组支持布尔型索引

在进行数据分析时，布尔类型的数据筛选可以节省很多工作。

再来看多维数组

同样的先创建多维数组，这里用到的创建方法不同于上节介绍到的几种方式

同学们可以了解一下。

# 通过 randn 函数生成五行三列正态分布的随机数据data_arr2d = np.random.randn(5, 3)# 输出[[ 1.13042124 -1.6739234   0.53706167] [-0.97661624 -0.27100353  0.00312314] [-0.01815399 -1.11894791  0.54558887] [-0.90802724  0.07955776 -0.26139345] [-0.59722727 -0.54188117  1.1033876 ]]

random 函数还有 rand()、random()、randint() 等多种方法

我们这里通过 randn() 方法生成正态分布的随机数据。

和一维数组一样，我们试着进行切片操作

# 输出五行三列数据的第一行数据data_arr2d[:1]# 输出[[ 1.13042124 -1.6739234   0.53706167]]# 输出五行三列数据的第二行第二列数据data_arr2d[1:2, 1:2]# 输出[[-0.27100353]]# 输出五行三列数据的奇数行奇数列数据data_arr2d[::2, ::2]# 输出[[ 1.13042124  0.53706167] [-0.01815399  0.54558887] [-0.59722727  1.1033876 ]]

可以看到，同一维数组切片一样，二维数组是在一维数组上再进行切片。

解释一下， :: 表示所有行， ::2 表示从第0行开始每隔2行取数

当然，我们也可以通过索引+切片的方式混合取值

# 输出五行三列数据的第二行的奇数列数据data_arr2d[1, ::2]# 输出[-0.97661624  0.00312314]# 输出五行三列数据的奇数行的第二列数据data_arr2d[::2, 1]# 输出[-1.6739234  -1.11894791 -0.54188117]

通过索引确定二维数组的行，然后通过切片确定列，也可以取到相应的值；反之，切片确定行、索引确定列同样适用。

注意：Python 中索引是从0开始计数（即第一行）

假设上面的五行三列数据分别代表【A,B,C,D,E】 的语文、数学、英语三科成绩，我们通过姓名数组对应起来

# 创建数组，表示【A,B,C,D,E】name_arr = np.array(['A', 'B', 'C', 'D', 'E'])# 输出['A' 'B' 'C' 'D' 'E']

这样的话，数据的行对应我们的【A,B,C,D,E】，数据的列对应语文、数学、英语三科成绩。

我们试着输出 C 的三科成绩

通过 name_arr 确定行，输出所有列的值

# C 的三科成绩data_arr2d[name_arr == 'C']# 输出[[-0.01815399 -1.11894791  0.54558887]]

再试着输出 A、C、D、E 的三科成绩

通过 name_arr 确定 A、C、D、E 的行，输出所有列的值。
这里可以通过取反，即 非B 的所有行

# A、C、D、E 的三科成绩data_arr2d[name_arr != 'B']# A、C、D、E 的三科成绩data_arr2d[~(name_arr == 'B')]# 输出[[ 1.13042124 -1.6739234   0.53706167] [-0.01815399 -1.11894791  0.54558887] [-0.90802724  0.07955776 -0.26139345] [-0.59722727 -0.54188117  1.1033876 ]]

可以发现，两种表达方式都可，既可以使用 不等于符号 (!=)，也可以通过波浪号 (~) 进行取反操作

需要注意的是，Python 2.7.13以上版本用波浪线(~)代替了负号(-)

上面的都是单条件表达，如果我们想要多个条件呢？

例如如果我们想要 输出 A、C同学的三科成绩？

通过 name_arr 确定 A、C 行

# 输出 A、C同学的三科成绩data_arr2d[(name_arr == 'A') | (name_arr == 'C')]# 输出[[ 1.13042124 -1.6739234   0.53706167] [-0.01815399 -1.11894791  0.54558887]]

如果我们只想要输出在 0-1之间的所有数据呢？

通过 data_arr2d 值筛选确定值在 0-1 之间的数据

# 输出在 0-1之间的所有数据data_arr2d[(data_arr2d > 0) & (data_arr2d < 1)]# 输出[0.53706167 0.00312314 0.54558887 0.07955776]

可以看到，在组合应用多个布尔条件，使用 &（与）、|（或）、!（非）算术运算符

特别注意的是：Python 关键字 and 和 or 在布尔型数组中无效

最后一个问题，如果我们想要把所有负数用0代替呢？

通过筛选选出所有小于0的值，通过修改视图修改源数组的值

# 负数全部用0代替data_arr2d[data_arr2d < 0] = 0# 输出[[1.13042124 0.         0.53706167] [0.         0.         0.00312314] [0.         0.         0.54558887] [0.         0.07955776 0.        ] [0.         0.         1.1033876 ]]

最后这个问题就有点数据清洗的思想了，小于0 的数据属于异常值，对于异常值我们可以通过剔除该数据、用其他值填充等方式处理

总结一下：

如果你没有看懂今天的逻辑，最后的总结非常有必要，细品一下

首先，通过列表的相关特性，我们从一维、二维分别分析数组的相关特性。

列表切片：通过起始下标、结束下标、步长等参数进行切片操作。

一维数组：在列表切片的基础上，多了布尔型索引、修改视图结果的功能

二维数组：在一位切片的功能上，新增第二维切片，且同时支持索引+切片的功能。

最后，别忘了刚开始提出的问题，List 和 NumPy 有哪些异同？

同学们自己回答，看完文章回答这个问题应该很简单。

写在后面的话

NumPy 第二节内容，如果你理解了列表的切片，其实这个就很好理解了。

所以还是那句话，最基础的东西，都是在给以后的高阶内容打基础。

NumPy 也是，理解了 NumPy，在以后的数据清洗、算法推导有很大帮助！

碎碎念一下

最全的干货已经开始了，大家不要掉队啊。

数据分析的重点已经开始了，加油鸭！

原文链接：《Hello NumPy》系列-切片的花式操作