Posiciones y porciones, ahora en varias dimensiones
Los arreglos se indexan como las listas: a[0] es el primer elemento, a[-1] el último y a[inicio:fin:paso] una porción que se detiene antes de fin. La diferencia es que un arreglo puede tener varias dimensiones, y se da un índice o porción por dimensión, separados por comas: m[fila, columna]. Un : solo significa «toda esta dimensión»: m[:, 1] es toda la segunda columna y m[1] (o m[1, :]) toda la segunda fila. Los números negativos cuentan desde el final y un paso de -1 invierte.
import numpy as np
a = np.array([10., 11., 12., 13., 14., 15.])
print(a[0], a[-1]) # 10.0 15.0
print(a[1:4]) # [11. 12. 13.]
print(a[-2:]) # [14. 15.]
print(a[::2]) # [10. 12. 14.]
print(a[::-1]) # [15. 14. 13. 12. 11. 10.]
# Two dimensions: one index or slice per dimension
m = np.arange(12).reshape(3, 4)
print(m[1, 2]) # 6
print(m[:, 1]) # [1 5 9] the whole second column
print(m[-1, :]) # [ 8 9 10 11] the last row
print(m[0:2, 1:3]) # [[1 2]
# [5 6]]Las porciones son vistas, no copias
A diferencia de una porción de lista, una porción básica de NumPy no copia los datos: es una vista sobre la misma memoria, así que escribir a través de ella cambia el arreglo original. Eso hace que cortar sea instantáneo incluso en arreglos enormes, pero sorprende: part = a[1:4]; part[0] = 99 también cambia a[1]. Cuando necesites un arreglo independiente, llama a .copy(). Puedes comprobarlo con np.shares_memory(a, b). El mismo comportamiento de vista vale para filas, columnas, pasos y porciones invertidas.
import numpy as np
a = np.array([10., 11., 12., 13., 14., 15.])
part = a[1:4] # a view, no data copied
part[0] = 99
print(a) # [10. 99. 12. 13. 14. 15.] a changed too
safe = a[1:4].copy() # an independent array
safe[0] = -1
print(a) # [10. 99. 12. 13. 14. 15.] unchanged
print(np.shares_memory(a, a[::2])) # True
print(np.shares_memory(a, safe)) # FalseMáscaras booleanas y listas de índices
Comparar un arreglo da un arreglo de booleanos del mismo tamaño: r > 0 es True donde el rendimiento es positivo. Usando esa máscara como índice, r[r > 0], se eligen solo esos elementos. Combina condiciones con & (y), | (o) y ~ (no), cada condición entre paréntesis, porque los and/or de Python no funcionan con arreglos. Una lista o arreglo de enteros también sirve, a[[0, 2, 5]], que toma exactamente esas posiciones en ese orden. La selección por máscara o por lista de índices copia los datos, y también puedes asignar a través de una máscara: a[a > 3] = 0.
import numpy as np
r = np.array([0.01, -0.02, 0.03, -0.01, 0.0, 0.02])
print(r > 0) # [ True False True False False True]
print(r[r > 0]) # [0.01 0.03 0.02]
print(r[(r > 0) & (r < 0.025)]) # [0.01 0.02] parentheses are required
print(np.where(r > 0)[0]) # [0 2 5] positions where it holds
# Pick by position, in any order
w = np.array([3.0, 9.0, 1.0, 7.0])
order = np.argsort(-w) # positions from the largest value down
print(order[:2], w[order[:2]]) # [1 3] [9. 7.]
# Assign through a mask
counts = np.array([1, 2, 3, 4, 5, 6])
counts[counts > 3] = 0
print(counts) # [1 2 3 0 0 0]import numpy as np
# Rows are days, columns are assets (AAPL, MSFT, GOOG)
R = np.array([[ 0.02, -0.01, 0.03],
[ 0.01, 0.00, 0.02],
[-0.03, 0.02, -0.01],
[ 0.00, 0.01, 0.04]])
print(R[:, [0, 2]]) # the AAPL and GOOG columns, as a copy
print(R[R[:, 0] > 0]) # the days on which AAPL rose (whole rows)
print(R[R[:, 0] > 0].shape) # (2, 3)
print(R[-2:, 1].mean()) # 0.015 last two days of MSFTa[1:4], m[:, 1], a[::2]) son vistas; las máscaras y listas de índices (a[a > 0], a[[0, 2]]) son copias. Una función que devuelve una porción de su argumento da a quien llama una ventana a sus propios datos, así que una escritura posterior puede cambiarlos de forma inesperada. Decide a propósito: devuelve una vista cuando importa la velocidad y los datos son de solo lectura; si no, .copy(). Las pruebas del lab comprueban ambos comportamientos.- Un índice o porción por dimensión:
m[fila, col],m[:, 1](una columna),m[-1](última fila),a[::-1]. - Las porciones básicas son vistas (las escrituras se reflejan;
.copy()para separar); máscaras y listas de índices hacen copias. - Máscaras:
a[a > 0], combina con&,|,~entre paréntesis;np.argsortda las posiciones en orden.
A continuación: vectorización, que reemplaza los bucles de Python por aritmética sobre arreglos completos.
Lab: qué se califica
- Tomar las filas más recientes con
last_rows25 pts - Quedarse solo con las ganancias con
positive_values25 pts - Muestrear uno de cada k valores con
every_kth25 pts - Hallar las posiciones de los k valores mayores con
top_k_indices25 pts