項目九鳶尾花數據集分析——numpytextbook教材Python程序設計項目化教程孫海洋

編著

電子工業出版社ISBN:9787121477546項目描述【項目描述】下載鳶尾花數據集，并對其進行分析，統計缺失值及相關特征，篩選符合條件的相關樣本。Contents目錄01.numpy概覽—常見數組操作02.讀取文件—loadtxt函數03.寫入文件—savetxt函數04.實現數學公式—數學與統計函數05.項目實施06.項目小結PartOnenumpy概覽—常見數組操作了解并安裝numpy創建numpy數組并掌握常見屬性和操作函數【任務描述】介紹使用numpy創建各種數組的方法，掌握numpy數組屬性和常見操作函數。numpy介紹1.概念numpy（NumericalPython）是開源的Python科學計算庫，使用numpy可高效地處理數組和矩陣，并提供了大量的數學和統計函數。同時，numpy也是學習pandas、機器學習和深度學習的重要基礎。2.安裝pipinstallnumpy3.array函數【定義格式】array(object,dtype=None,*,copy=True,order='K',subok=False,ndmin=0,like=None)4.numpy

屬性ndim（維度）、shape（形狀）、size（數組大小或元素個數）、dtype（元素類型）和itemsize（每個元素的大小）創建numpy數組—array函數【定義格式】array(object,dtype=None,*,copy=True,order='K',subok=False,ndmin=0,like=None)參

數參

數

說

明object必需的輸入，可以是多種類型，用于創建數組。如果輸入是標量，則創建0維數組。dtype可選參數，用于指定數組的數據類型。如果不指定，將根據輸入數據自動推斷最小所需類型。copy可選參數，布爾值，默認為True，決定是否復制輸入對象的數據到新數組。order｛'K'，'A'，'C'，'F'｝，可選參數，指定數組的存儲方式，可以是'K'（保持原順序）、'A'（任意）、'C'（C語言順序，行主序）、'F'（Fortran順序，列主序）。默認為'K'。subok可選參數，布爾值，如果為True，則允許返回數組的子類實例。默認為False，返回基礎數組類。ndmin可選參數，int型，指定結果數組的最小維度數。like可選參數，如果提供，允許創建與給定數組類似的數組，但不必是NumPy數組。創建numpy數組—array函數通過一維列表或元組創建一維numpy數組。通過二維列表或元組創建二維numpy數組。運行結果：運行結果：創建numpy數組—array函數通過ndmin參數可生成指定維度的數組。通過dtype參數可指定數組元素類型。運行結果：運行結果：創建numpy數組—array函數類型提升，若元素中含有字符串，通常其他元素也自動提升為字符串型。類型提升，若數值型元素中含有浮點型，則其他元素也自動提升為浮點型。運行結果：運行結果：<U11中的<為小端表示法，U11表示長度為11的字符串型numpy特殊數組的創建1．全零數組—zeros函數【格式】zeros(shape,dtype=float,order='C',*,like=None)【示例1】使用zeros函數生成一維全零數組。運行結果如下：numpy特殊數組的創建【示例2】使用zeros函數生成2行3列的二維全零數組。運行結果如下：【說明】以此類推，np.zeros((2,3,4))將生成如下三維全零數組。numpy特殊數組的創建2．全一數組—ones函數【格式】ones(shape,dtype=None,order='C',*,like=None)【示例1】使用ones函數生成含5個元素的一維全一數組，數組元素為整型。運行結果如下：numpy特殊數組的創建【示例2】使用ones函數生成含3行4列的二維全一數組，數組元素為整型。運行結果如下：numpy特殊數組的創建3．填充值數組—full函數【格式】full(shape,fill_value,dtype=None,order='C',*,like=None)【函數功能】返回一個給定形狀和類型的新數組，原始值用“fill_value”填充。【示例1】分析如下代碼，輸出其運行結果。運行結果如圖：(2,3)指定了數組的形狀為2行3列，5是填充數組的值numpy特殊數組的創建【分析】fill_value填充值為一維列表[1,2,3]，形狀為2行3列，要求形狀的列數與類數組的列數（一維列表的元素個數）相同，即把類數組重復2行。【示例2】分析如下代碼，輸出其運行結果。運行結果如圖：numpy特殊數組的創建4．eye數組—eye函數【格式】eye(N,M=None,k=0,dtype=<class'float'>,order='C',*,like=None)【函數功能】返回一個對角線上為1、其他位置為0的二維數組。【分析】k是對角線索引：0（默認），表示主對角線，正值表示上對角線，負值表示下對角線。N和M分別表示輸出的行數和列數。【示例1】使用eye函數生成如下numpy矩陣。【分析】方陣，故N=3，而M=3或省略；主對角線為1，故k=0或省略。numpy特殊數組的創建【參考代碼1】【參考代碼2】【示例2】使用eye函數生成如下numpy矩陣。【分析】值全為1的對角線是相對于主對角線向上平移了2個單位，故k=2。運行結果如圖：numpy特殊數組的創建5．等差數列數組—arange函數【定義格式】arange([start,]stop[,step,],dtype=None,*,like=None)區間的起點（包含），默認為0。步長（間隔），默認為1。區間的終點（不包含）（1）arange(stop):在左閉右開的區間[0，stop）中，按步長step=1生成等差數列值對應的數組。（2）arange(start,stop):在左閉右開的區間[start,stop)中，按步長step=1生成等差數列值對應的數組。（3）arange(start,stop,step):在左閉右開的區間[start,stop)中，按指定步長值step生成等差數列值對應的數組。numpy特殊數組的創建【示例1】分析如下代碼，輸出其運行結果。運行結果如圖：表示生成從0開始到3（不包括3）的整數序列，步長默認為1。numpy特殊數組的創建【示例2】分析如下代碼，輸出其運行結果。【示例3】分析如下代碼，輸出其運行結果。運行結果如圖：運行結果如圖：表示生成從3開始到7（不包括7）的整數序列，步長為1。表示生成從3開始到9（不包括9）的整數序列，步長為2。numpy特殊數組的創建6．等差數列數組—linspace函數【定義格式】linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None,axis=0)整型，要生成的樣本數，默認為50默認值為True。若為True，則“stop”是最后一個樣點；否則，不包括在內。默認False。如果為True，同時返回numpy數組和數組元素間隔組成的元組（'samples'，'step'），其中'step'是樣點之間的間距。輸出數組的類型該參數用來指定在哪個軸上用linspacenumpy特殊數組的創建【示例1】分析以下代碼，輸出其運行結果。【分析】在[2.0,3.0]閉區間內生成等間隔的5個浮點數對應的numpy數組。運行結果如圖：【示例2】分析以下代碼，輸出其運行結果。numpy特殊數組的創建【分析】當retstep為True時，同時返回numpy的ndarray數組和數組元素間隔組成的元組（'samples'，'step'），其中'step'是元素之間的間距運行結果如圖：【分析】num=5表示生成的序列中數字的個數為5，不包括區間的結束點。endpoint=False參數表示不包括結束點在內，即3.0不會包含在生成的序列中。【示例3】分析以下代碼，輸出其運行結果。運行結果如圖：改變numpy數組形狀1．通過修改shape屬性值改變【調用格式】ndarr.shape=new_shape生成的是一維數組將一維數組變為四行五列運行結果如圖：改變numpy數組形狀2．通過reshape函數改變【調用格式】ndarr.reshape(new_shape)。其中，new_shape通常為整數、元組或列表形式。其功能為在不改變原數組的基礎上，返回指定形狀的新數組。【示例1】閱讀以下程序，輸出其運行結果。reshape()函數返回給定shape的數組副本b，不會修改原數組a。改變numpy數組形狀運行結果如下：改變numpy數組形狀3．通過resize函數改變【調用格式1】ndarr.resize(new_shape)，功能為對原數組進行改變。【調用格式2】ndarr_new=numpy.resize(ndarr,new_shape)，功能為在不改變原數組的基礎上，返回指定形狀的新數組。【示例1】閱讀以下程序，輸出其運行結果。利用a.resize(new_shape)改變原數組a改變numpy數組形狀運行結果如下：改變numpy數組形狀【示例2】閱讀以下程序，輸出其運行結果。運行結果：b=np.resize(a,new_shape)返回指定形狀的數組b，但數組a本身并不會改變。PartTwo讀取文件——loadtxt函數了解loadtxt加載函數靈活使用loadtxt函數【任務描述】靈活使用loadtxt函數讀取CSV及TXT文件。讀取文件—loadtxt

函數【定義格式】loadtxt(fname,dtype=<class'float'>,comments='#',delimiter=None,converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding='bytes',max_rows=None,*,quotechar=None,like=None)。【功能】通常用于TXT及CSV文件的讀取。讀取文件—loadtxt函數參

數參

數

說

明fname必需的文件名或文件對象。dtype可選的數據類型，默認為浮點型(float)。comments可選的注釋標識符，默認為'#'，表示以該字符開頭的行將被視為注釋。delimiter可選的字段分隔符，默認為空格。converters可選的轉換函數或字典，用于自定義數據解析。skiprows可選的跳過文件開頭的行數，默認為0。usecols可選的列索引序列，指定要讀取的列，默認讀取所有列。unpack可選的布爾值，如果為True，將返回一個解包的數組。ndmin可選的最小維度數，默認為0，表示結果至少是0維數組。encoding可選的文件編碼方式，默認為'bytes'。max_rows可選的讀取的最大行數，默認讀取所有行。quotechar可選的引用字符，用于處理CSV文件中的字符串，默認為None。like可選的參考數組，用于創建非NumPy數組的數組。任務實施【任務】假設在當前工作目錄下有文本文件stu.csv，內容如圖所示，使用loadtxt讀取文件并輸出其內容。【分析1】由于loadtxt函數默認dtype是float類型，而文件中的數據有字符串也有數值。若采用默認的dtype類型讀取文件，會導致讀取失敗并報錯，故把dtype改為str字符串類型。數據間隔符為逗號，即delimiter=','。運行結果：任務實施【分析2】如果跳過第一行，則skiprows=1。第1列“學號”即0列，若篩選“姓名”（1列）和“等級”（3列），則usecols=[1,3]。【分析3】若將當前工作目錄下的文本文件stu.csv改為stu.txt，在使用loadtxt讀取TXT文本文件時，encoding采用默認值，通常會報UnicodeDecodeError錯誤，可設置encoding='utf-8'。PartThree寫入文件—savetxt函數了解savetxt加載函數靈活使用savetxt函數【任務描述】靈活使用savext函數保存數據。寫入文件—savetxt函數【定義格式】savetxt(fname,X,fmt='%.18e',delimiter='',newline='\n',header='',footer='',comments='#',encoding=None,)。其功能為保存數組到txt文本文件。參

數參

數

說

明fname文件名或文件句柄。X一維或二維類數組，即要保存到文本文件中的數據。fmt格式format的英文縮寫，表示需要存儲的數據的格式，可以自行設置。delimiter加載分隔符，默認是空格。newline行分隔符，默認是換行符\n。header寫入文件開頭的字符串。footer寫入文件末尾的字符串。comments文中的注釋，與header使用，若未設置header參數，即使設置了comments參數也無效。encoding｛None，str｝，設置輸出文件的編碼。任務實施1【任務1】使用savetxt函數把數值數組以整數形式存儲到當前目錄下的文本文件out1中，用空格作為間隔符。【分析】可使用numpy中的arange函數生成numpy一維數組，然后使用reshape函數將其轉換為二維數組。數據格式為整型，故fmt='%d'。數據間隔符為空格，即delimiter=''。運行結果如圖：任務實施2【任務2】把數值數組以小數點后3位的浮點數形式存儲到當前目錄下的文本文件out2中，用逗號作間隔符。文件開頭信息為“#以下是浮點數形式”。【分析】用numpy的linspace函數生成指定元素數量的numpy一維數組，通過shape屬性修改為3行3列的二維數組。保存數據格式為浮點型，保留小數點后3位，故fmt='%.3f'。數據間隔符為逗號，即delimiter=','。開頭信息使用header參數，comments默認是'#'運行結果如圖：任務實施3【任務】使用savetxt函數把數值數組以小數點后3位的科學計數法形式存儲到當前目錄下的文本文件out3中，用空格作為間隔符。文件開頭和結尾分別顯示“//這是header”及“//這是footer”【分析】使用ndarr.resize(new_shape)更改原數組ndarr的形狀。文件開頭和結尾的信息分別用header和footer參數指定，注釋符不再是默認的'#'了，故設置參數comments='//'。運行結果如圖：PartFour實現數學公式—數學與統計函數掌握numpy的常見數學函數掌握numpy的常見統計函數【任務描述】靈活使用numpy數學和統計函數解決實際問題。numpy模塊常見的數學函數函

數用

途add(x,y)

subtract(x,y)

multiply(x,y)

divide(x,y)數組對應元素的相加、減、乘、除sqrt(x)數組各元素的平方根square(x)數組各元素的平方exp(x)

exp2(x)數組各元素以e、2為底數的指數值random.rand(shape)根據給定形狀（維度）生成[0,1)之間的隨機數random.rand(m,n)生成m行n列的隨機數數組random.randn()返回一個或一組樣本，具有標準正態分布random.randn(m,n)返回m行n列的隨機標準正態數組random.randint(low,high=None,size=None,dtype=int)返回[low,high）范圍內的隨機整數，參數：low為最小值，high為最大值，size為數組維度大小，dtype為數據類型，默認為int。high未填寫時，默認生成隨機數的范圍是[0,low)random.choice(a,size=None,replace=True,p=None)從給定的一維數組生成隨機樣本a為一維數組類似數據或整數；size為數組維度；p為當數組中的數據出現的概率a為整數時，對應的一維數組為np.arange(a)numpy常見統計函數函

數用

途max

min最大和最小值mean平均值sum計算數組中元素的方差和標準差var

std

計算數組中元素的方差和標準差argmax

argmin返回數組中最大、最小元素的索引cumsumcumprod數組中所有元素的累加和累乘PartFive項目實施項目實施【步驟1】加載文件查看樣本設當前目錄下有鳶尾花數據集文件iris_data.txt，使用numpy中的loadtxt函數讀取，打印樣本數。iris_data.txt文件部分內容如圖所示：項目實施【步驟2】查看數據樣本數【分析】使用長度函數len查看數據文件的總行數，文件內容包含了表頭行，總行數減1即是數據樣本數。運行結果如圖：【步驟3】查看數據樣本的形狀【分析】使用numpy數組的shape屬性運行結果如圖：項目實施【步驟4】選擇除標題行之外的所有樣本數據【分析】采用切片，行標號從0開始，第2行標號為1，即d[1:]表示除首行之外的所有行。標題行之外的所有樣本部分數據如圖所示：項目實施【步驟5】統計山鳶尾setosa的樣本數量【分析】選擇數據集d1的最后一列，即d1[:,-1]→使用np.where函數找出所有分類為‘setosa’的樣本索引→將找到的索引保存到變量d2中→使用.size屬性確定d2[0]數組的長度，即山鳶尾樣本的數量→打印出山鳶尾樣本的數量。運行結果如圖：PartSix項目小結項目小結知

識

點示例說明numpy數組創建a=np.array([1,2,3,4,5])

#一維a=np.array([[1,2,3],[4,5,6]])

#二維參數可以為列表或元組numpy數組屬性ndim（維度）、shape（形狀）、size（數組大小或元素個數）、dtype（元素類型）和itemsize（每個元素的大小）