利用Python數組分析和操作數據

一、Python數組的基本操作

Python中的數組是一種高效存儲和操作大量相同類型數據的方式。使用Python內置的NumPy庫可以更方便地進行數組的操作。在Python中創建數組的方法如下：

import numpy as np

# 創建 numpy 一維數組
arr1D = np.array([1, 2, 3, 4, 5])

# 創建 numpy 二維數組
arr2D = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

通過索引獲取數組元素：

# 獲取一維數組的某個元素
print(arr1D[0])

# 獲取二維數組的某個元素
print(arr2D[1][2])

二、數組運算

在對數組進行運算時，可以對整個數組進行逐元素操作，而不需要使用循環。以下是一些常見的數組運算操作：

求平均數：

# 求一維數組的平均數
print(np.mean(arr1D))

# 求二維數組的平均數
print(np.mean(arr2D))

求和：

# 求一維數組的和
print(np.sum(arr1D))

# 求二維數組的和
print(np.sum(arr2D))

上面使用了NumPy庫的mean()和sum()函數進行數組運算。

三、數組過濾與排序

在處理數據時，許多情況下需要對數組進行過濾和排序。以下是一些常見的過濾和排序操作：

數組過濾：

# 過濾出數組中大於 3 的元素
arr1D_filtered = arr1D[arr1D > 3]
print(arr1D_filtered)

# 過濾出二維數組中大於 5 的元素
arr2D_filtered = arr2D[arr2D > 5]
print(arr2D_filtered)

數組排序：

# 對一維數組進行升序排序
arr1D_sorted = np.sort(arr1D)
print(arr1D_sorted)

# 對二維數組進行按列排序
arr2D_sorted = np.sort(arr2D, axis=0)
print(arr2D_sorted)

四、數組形狀變換

在處理數據時，有時需要將數組的形狀進行變換。以下是一些常見的數組形狀變換操作：

將一維數組變為二維數組：

# 變為2×3的二維數組
arr1D_2D = arr1D.reshape(2,3)
print(arr1D_2D)

將二維數組變為一維數組：

arr2D_1D = arr2D.flatten()
print(arr2D_1D)

五、數組文件讀寫

在處理數據時，常常需要將數組數據保存到文件中或者從文件中讀取數據。以下是一些常見的文件讀寫操作：

將數組保存到文件：

# 將數組保存至txt文件
np.savetxt("arr.txt", arr2D_sorted, fmt="%d")   # fmt可以設置輸出的格式。這裡設置輸出為整數。

# 將數組保存至npy文件
np.save("arr.npy", arr2D_sorted)

從文件中讀取數組：

# 從txt文件中讀取數組
arr_txt = np.loadtxt("arr.txt")
print(arr_txt)

# 從npy文件中讀取數組
arr_npy = np.load("arr.npy")
print(arr_npy)

六、結語

本文介紹了Python數組的基本操作、數組運算、數組過濾與排序、數組形狀變換以及數組文件讀寫等方面的知識。對於需要進行數據處理和分析的Python工程師，掌握這些知識點將能更快速、高效地完成數據分析。