机器学习中，数据的形态转变十分频繁，今天我们就来看看如何做数据的变换

改变形态

改变形态，其实是针对与多维度空间上的数据，要改变它的维度信息，和每个维度中的数据格式。所以第一点你就要清楚，如何添加维度。 其实在 多维数据教程中 中我们就提到过添加维度的方法，我这里在总结括展一下。

  1. import numpy as np
  3. a = np.array([1,2,3,4,5,6])
  5. ### np.newaxis
  6. a_2d = a[np.newaxis, :]
  8. print( a_2d)
  9. [[1 2 3 4 5 6]]
  11. print(a.shape, a_2d.shape)
  13. (6,) (1, 6)
  15. ### None 和 np.expand_dims(),
  16. a = np.array([1,2,3,4,5,6])
  17. a_none = a[:, None]
  19. a_expand = np.expand_dims(a, axis=1)
  20. print( a_none)
  21. [[1]
  22.  [2]
  23.  [3]
  24.  [4]
  25.  [5]
  26.  [6]]
  27. print(a_none.shape, a_expand.shape)
  28. (6, 1) (6, 1)
  2. a_squeeze = np.squeeze(a_expand)
  3. a_squeeze_axis = a_expand.squeeze(axis=1)
  4. print(a_expand)
  5. print(a_squeeze)
  6. print(a_squeeze.shape)
  7. print(a_squeeze_axis)
  8. print(a_squeeze_axis.shape)
  9. [[1]
  10.  [2]
  11.  [3]
  12.  [4]
  13.  [5]
  14.  [6]]
  15. [1 2 3 4 5 6]
  16. (6,)
  17. [1 2 3 4 5 6]
  18. (6,)

矩阵点积运算 dot()

dot.png

  1. a = np.array([
  2. [1, 2],
  3. [3, 4]
  4. ])
  5. b = np.array([
  6. [5, 6],
  7. [7, 8]
  8. ])
  10. print(a.dot(b))
  11. [[19 22] [43 50]]
  13. print(np.dot(a, b))
  14. [[19 22] [43 50]]

从上面可以看出，你有两种写法。1）直接用一个矩阵 dot 另一个；2）用 np.dot(a, b) 把两个矩阵包起来。

数据统计分析

用 Numpy 做数据分析理所应当，但是如果数据的种类多样的话，推荐用 Pandas 来做分析的. 不过，在数据量比较大的时候，我更喜欢直接 Numpy 来搞，因为 Numpy 的速度还是要比 Pandas 快上不少。
那么什么是数据分析呢？其实也就是在数据中找到你想要的一些变量，总结数据的规律。最简单的当属找到最大值最小值了。 比如上面的身高数据，你想找全班最高和最矮的。

  1. a = np.array([150, 166, 183, 170])
  2. print("最大：", np.max(a))
  3. print("最小：", a.min())
  5. 最大： 183
  6. 最小： 150
  7. print("总共：", a.sum())
  8. 总共： 669
  9. print("累乘：", a.prod())
  10. print("总数：", a.size) 
  11. 累乘： 774639000
  12. 总数： 4
  13. print("平均身高：", np.mean(a))
  14. print("身高中位数：", np.median(a))
  15. 平均身高： 167.25
  16. 身高中位数： 168.0
  17. print("标准差：", np.std(a))
  18. 标准差： 11.776565713313877

特殊运算符号

  1. # 天花板的值 地板的值
  2. a = np.array([150.1, 166.4, 183.7, 170.8])
  3. print("ceil:", np.ceil(a)) #取天花板的值
  4. print("floor:", np.floor(a)) #还是地板的值
  6. ceil: [151. 167. 184. 171.]
  7. floor: [150. 166. 183. 170.]
  9. ##  上限下限
  10. a = np.array([150.1, 166.4, 183.7, 170.8])
  11. print("clip:", a.clip(160, 180))
  12. clip: [160.  166.4 180.  170.8]