Numpy 功能十分強大,，很多我們想要的復(fù)雜操作都有實現(xiàn),。今天分享幾個數(shù)據(jù)分析中經(jīng)常需要用到的重要函數(shù)。掌握這些函數(shù)可以幫助我們保持代碼整潔并且避免重復(fù)造輪子,。

準備工作

導(dǎo)入numpy

示例數(shù)據(jù)

本文以二分類任務(wù)為例，通常我們的model會輸出預(yù)測的概率,，得到概率后需要進行后續(xù)的處理,，比如：

·根據(jù)閾值，將概率大于某個閾值的label設(shè)置為1,，小于閾值的設(shè)置為0·在模型診斷過程中,，找出滿足某些條件的樣本

本文使用的示例數(shù)據(jù)如下：

predict_prob = np.array([0.1,0.3,0.7,0.4,0.9])

where()

np.where() 方法可以幫助我們找到array中滿足條件的元素的位置。現(xiàn)在我們可以使用np.where()找出所有預(yù)測概率大于0.5的的元素了：

如果我們想將所有概率大于0.5的元素替換為1,，否則替換為0,，該怎么做呢？

一個簡單粗暴的方式是先用上面的方法分別找出array中概率大于或者小于0.5的索引,，然后再對這些位置的元素重新賦值,。

其實，np.where() 一個函數(shù)就能完成所有的操作,，只需要添加兩個參數(shù)：

·第一個參數(shù)是滿足條件替換的值·第二個參數(shù)是不滿足條件替換的值

predict_prob = np.array([0.1,0.3,0.7,0.4,0.9])np.where(predict_prob > 0.5, 1, 0)# output: array([0, 0, 1, 0, 1])

argmin(),、argmax()、argsort()

np.argmin(),、np.argmax()方法會返回array中最小或最大的元素索引,，對示例數(shù)據(jù)運行結(jié)果如下：

我們成功找到了array中最大最小的元素索引，那怎樣找到前n個最大的或最小的值呢,？

現(xiàn)在該輪到np.sort()上場了

predict_prob = np.array([0.1,0.3,0.7,0.4,0.9])np.argsort(predict_prob)# output: array([0, 1, 3, 2, 4])

np.argsort()方法還支持多維數(shù)據(jù)的排序,，感興趣的可以自行查看Numpy官方文檔^[1]

intersect1d()

intersect1d()要做的是,，它會找出兩個array中的交集，這個函數(shù)和前面的幾個函數(shù)不同,，返回的不是索引位置,，而是array中的實際值。

本函數(shù)我們使用新的示例數(shù)據(jù)：

現(xiàn)在,，我們可以使用intersect1d()找出兩個數(shù)組共同的元素了：

np.intersect1d(arr1, arr2)# output: array([2, 4, 6])

引用鏈接

[1] Numpy官方文檔: https://docs./doc/numpy/reference/generated/numpy.argsort.html?highlight=argsort#numpy.argsort