日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

Python/ target=_blank class=infotextkey>Python是世界上使用最廣泛的編程語言之一，并為開發(fā)人員提供了大量的庫。

然而，當涉及到數(shù)據(jù)處理和科學計算時，用戶通常會想到諸如Numpy、Pandas或SciPy等庫。

在本文中，將介紹3個你可能感興趣的Python庫。

1.Dask

Dask簡介

Dask是一個靈活的并行計算庫，可實現(xiàn)大規(guī)模數(shù)據(jù)處理的分布式計算和并行計算。

那么，為什么用戶要使用Dask呢？正如他們在其網(wǎng)站上所說的：

【Dask】：https://www.dask.org/

Python已經(jīng)發(fā)展成為數(shù)據(jù)分析和通用編程中的主流語言。這種增長得益于像NumPy、Pandas和scikit-learn等計算庫。然而，這些包并不適用于超越單臺機器的規(guī)模。當數(shù)據(jù)集超過內(nèi)存時，Dask被開發(fā)出來原生地擴展這些包及其周邊生態(tài)系統(tǒng)，以適應多核機器和分布式集群。

因此，正如他們所說，Dask的一個常見用途是：

【鏈接】：https://docs.dask.org/en/latest/dataframe.html

當需要像使用Pandas一樣常用時，使用Dask DataFrame，通常是因為Pandas在處理數(shù)據(jù)量或計算速度方面存在問題：

• 處理大型數(shù)據(jù)集，即使這些數(shù)據(jù)集無法容納在內(nèi)存中
• 通過使用多個內(nèi)核加速長時間計算
• 對使用標準Pandas操作的大型數(shù)據(jù)集進行分布式計算，例如groupby、join和時間序列計算

因此，當需要處理巨大的Pandas數(shù)據(jù)幀時，Dask是一個不錯的選擇。這是因為Dask可以：

允許用戶在筆記本電腦上處理100GB以上的數(shù)據(jù)集，或者在工作站上處理1TB以上的數(shù)據(jù)集。

這是一個相當了不起的結(jié)果。

在幕后發(fā)生的情況是：

Dask DataFrames協(xié)調(diào)許多按索引排列的Pandas DataFrames/Series。Dask DataFrame以行為單位進行分區(qū)，通過索引值對行進行分組，以提高效率。這些Pandas對象可以存在于磁盤上或其他機器上。

因此，有類似的如下情況：

Dask和Pandas數(shù)據(jù)幀的區(qū)別。

運行中的Dask的一些功能展示

首先，需要安裝Dask。可以通過pip或conda進行安裝，如下所示：

$ pip install dask[complete]

or

$ conda install dask

功能一：打開 csv 文件

可以展示Dask的第一個功能，即如何打開CSV文件。可以這樣做，如下所示：

import dask.dataframe as dd

# 使用Dask加載大型CSV文件
df_dask = dd.read_csv('my_very_large_dataset.csv')

# 在Dask DataFrame上執(zhí)行操作
mean_value_dask = df_dask['column_name'].mean().compute()

因此，正如在代碼中看到的，本文使用Dask的方式與Pandas非常相似。尤其是：

• 使用read_csv()方法與Pandas完全相同
• 截取列的方式與Pandas完全相同。事實上，如果有一個名為df的Pandas數(shù)據(jù)框架，我們會這樣截取一列：df['column_name']。
• 將mean()方法應用于截取的列，這與Pandas類似，但這里還需要添加compute()方法。

此外，即使打開CSV文件的方法與Pandas相同，Dask也能毫不費力地處理超過單臺機器內(nèi)存容量的大型數(shù)據(jù)集。

這意味著，除了在Pandas中無法打開大型數(shù)據(jù)幀，而在Dask中可以打開之外，無法看到任何實際的差異。

功能二：擴展機器學習工作流程

可以使用Dask創(chuàng)建一個具有大量樣本的分類數(shù)據(jù)集。然后可以將其分割為訓練集和測試集，使用機器學習模型擬合訓練集，并計算測試集的預測結(jié)果。

可以這樣做，如下所示：

import dask_ml.datasets as dask_datasets
from dask_ml.linear_model import LogisticRegression
from dask_ml.model_selection import trAIn_test_split

# 使用Dask加載分類數(shù)據(jù)集
X, y = dask_datasets.make_classification(n_samples=100000, chunks=1000)

# 將數(shù)據(jù)分割為訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y)

# 并行訓練邏輯回歸模型
model = LogisticRegression()
model.fit(X_train, y_train)

# 對測試集進行預測
y_pred = model.predict(X_test).compute()

該示例強調(diào)了Dask處理大規(guī)模數(shù)據(jù)集的能力，即使是在機器學習問題的情況下，也可以通過在多個內(nèi)核之間分布計算來實現(xiàn)。

具體而言，可以使用dask_datasets.make_classification()方法為分類問題創(chuàng)建一個“Dask dataset” ，并且可以指定樣本數(shù)量和塊大小（甚至是非常巨大的數(shù)量）。

與之前類似，預測結(jié)果是通過compute()方法獲得的。

# 注意：

# 在這種情況下，可能需要安裝模塊`dask_ml`。

# 可以按以下方式進行安裝：

$ pip install dask_ml

功能三：高效圖像處理

Dask所利用的并行處理能力也可以應用于圖像處理。

特別是可以打開多個圖像，調(diào)整其大小，并保存調(diào)整后的圖像。可以按以下方式操作：

import dask.array as da
import dask_image.imread
from PIL import Image

# 使用Dask加載圖像集合
images = dask_image.imread.imread('image*.jpg')

# 并行調(diào)整圖像大小
resized_images = da.stack([da.resize(image, (300, 300)) for image in images])

# 計算結(jié)果
result = resized_images.compute()

# 保存調(diào)整后的圖像
for i, image in enumerate(result):
    resized_image = Image.fromarray(image)
    resized_image.save(f'resized_image_{i}.jpg')

因此，下面是整個過程：

1. 使用dask_image.imread.imread("image*.jpg")方法打開當前文件夾中的所有".jpg"圖像（或者可以指定一個文件夾）。
2. 使用da.stack()方法和列表推導式將所有圖像的大小調(diào)整為300x300。
3. 使用compute()方法計算結(jié)果，就像之前一樣。
4. 使用for循環(huán)保存所有調(diào)整過大小的圖像。

2.SymPy

Sympy簡介

如果需要進行數(shù)學計算，并希望使用Python進行操作，可以嘗試使用SymPy。

正如他們在網(wǎng)站上所寫的介紹那樣，Sympy是：

【Sympy】：https://www.sympy.org/en/index.html

一個用于符號數(shù)學的Python庫。它旨在成為一個功能齊全的計算機代數(shù)系統(tǒng)（CAS），同時保持代碼盡可能簡單，以便易于理解和擴展。SymPy完全使用Python編寫。

但是為什么要使用SymPy？他們提到：

SymPy具有以下特點：

• 免費：SymPy采用BSD許可證，既具有言論自由，也免費。
• 基于Python：SymPy完全使用Python編寫，并使用Python作為其語言。
• 輕量級：SymPy僅依賴于mpmath，這是一個用于任意浮點數(shù)算術的純Python庫，因此易于使用。
• 作為庫存在：除了作為交互工具使用外，SymPy還可以嵌入到其他應用程序中，并使用自定義函數(shù)進行擴展。

因此，它基本上具備了所有Python愛好者所喜愛的特性！

現(xiàn)在來查看一下它的部分功能。

SymPy的一些功能

首先，需要安裝它：

$ pip install sympy

請注意：

如果寫成`$ pip install simpy`，將安裝另一個（完全不同的！）庫。

因此，第二個字母是"y"，而不是"i"。

功能一：解代數(shù)方程

如果需要解代數(shù)方程，可以這樣使用SymPy：

from sympy import symbols, Eq, solve

# 定義符號
x, y = symbols('x y')

# 定義方程
equation = Eq(x**2 + y**2, 25)

# 解方程
solutions = solve(equation, (x, y))

# 打印解
print(solutions)


>>>


[(-sqrt(25 - y**2), y), (sqrt(25 - y**2), y)]

所以，這就是整個過程：

1. 使用symbols()方法定義方程的符號。
2. 使用Eq方法編寫代數(shù)方程。
3. 使用solve()方法解方程。

正如上述所看到的，SymPy是一個非常易讀和用戶友好的Python庫。

功能二：計算導數(shù)

計算導數(shù)是在分析數(shù)據(jù)時可能需要的另一個數(shù)學任務，原因有很多。通常情況下，可能因為各種原因需要進行計算，而SymPy真正簡化了這個過程。實際上，可以這樣做，如下所示：

from sympy import symbols, diff

# 定義符號
x = symbols('x')

# 定義函數(shù)
f = x**3 + 2*x**2 + 3*x + 4

# 計算導數(shù)
derivative = diff(f, x)

# 打印導數(shù)
print(derivative)

>>>

3*x**2 + 4*x + 3

因此，正如上述所看到的，這個過程非常簡單和容易自解釋：

1. 使用symbols()方法定義要求導的函數(shù)的符號。
2. 定義函數(shù)。
3. 使用diff()計算導數(shù)，并指定函數(shù)和要計算導數(shù)的符號（這是一個絕對導數(shù)，但在具有x和y變量的函數(shù)的情況下，甚至也可以進行計算偏導數(shù)）。

如果進行測試，就會發(fā)現(xiàn)結(jié)果在2或3秒鐘內(nèi)就會出現(xiàn)。因此，它的速度也相當快。

功能三：計算積分

當然，如果SymPy可以計算導數(shù)，它也可以計算積分。接下來嘗試做一下：

from sympy import symbols, integrate, sin

# 定義符號
x = symbols('x')

# 執(zhí)行符號積分
integral = integrate(sin(x), x)

# 打印積分
print(integral)

>>>

-cos(x)

所以，本文在這里使用integrate()方法，指定要積分的函數(shù)和積分變量。

3.Xarray

Xarray簡介

Xarray是一個擴展了NumPy特性和功能的Python庫，使用戶能夠使用帶有標簽的數(shù)組和數(shù)據(jù)集進行工作。

事實上，正如他們在官網(wǎng)上所說的那樣：

【Xarray】：https://docs.xarray.dev/en/stable/

Xarray使得在Python中處理帶有標簽的多維數(shù)組變得簡單、高效和有趣！

還有：

【鏈接】：https://docs.xarray.dev/en/stable/getting-started-guide/why-xarray.html

Xarray在類似于NumPy的原始多維數(shù)組之上引入了維度、坐標和屬性形式的標簽，這使得開發(fā)者的體驗更加直觀、簡潔，減少了錯誤的發(fā)生。

換句話說，它通過向數(shù)組維度添加標簽或坐標來擴展NumPy數(shù)組的功能。這些標簽提供了元數(shù)據(jù)，可以對多維數(shù)據(jù)進行更高級的分析和操作。

例如，在NumPy中，使用基于整數(shù)的索引訪問數(shù)組。

而在Xarray中，每個維度都可以關聯(lián)一個標簽，這樣就可以根據(jù)有意義的名稱更容易地理解和操作數(shù)據(jù)。

例如，在Xarray中，用戶可以使用arr.sel(x=0, y=1, z=2)來訪問數(shù)據(jù)，其中x、y和z是維度的標簽，而不是使用arr[0, 1, 2]來訪問數(shù)據(jù)。

這使得代碼更加易讀！

接下來查看一些Xarray的功能。

一些Xarray的功能

像往常一樣，首先要安裝它：

$ pip install xarray

功能一：使用標注坐標

假設用戶想創(chuàng)建與溫度相關的一些數(shù)據(jù)，并且想將它們標記為緯度和經(jīng)度等坐標。可以這樣做：

import xarray as xr
import numpy as np

# 創(chuàng)建溫度數(shù)據(jù)
temperature = np.random.rand(100, 100) * 20 + 10

# 創(chuàng)建經(jīng)緯度坐標數(shù)組
latitudes = np.linspace(-90, 90, 100)
longitudes = np.linspace(-180, 180, 100)

# 創(chuàng)建帶有標注坐標的Xarray數(shù)據(jù)數(shù)組
da = xr.DataArray(
    temperature,
    dims=['latitude', 'longitude'],
    coords={'latitude': latitudes, 'longitude': longitudes}
)

# 使用標注坐標訪問數(shù)據(jù)
subset = da.sel(latitude=slice(-45, 45), lnotallow=slice(-90, 0))

如果打印出來，就會得到

# 打印數(shù)據(jù)
print(subset)

>>>

array([[13.45064786, 29.15218061, 14.77363206, ..., 12.00262833,
        16.42712411, 15.61353963],
       [23.47498117, 20.25554247, 14.44056286, ..., 19.04096482,
        15.60398491, 24.69535367],
       [25.48971105, 20.64944534, 21.2263141 , ..., 25.80933737,
        16.72629302, 29.48307134],
       ...,
       [10.19615833, 17.106716  , 10.79594252, ..., 29.6897709 ,
        20.68549602, 29.4015482 ],
       [26.54253304, 14.21939699, 11.085207  , ..., 15.56702191,
        19.64285595, 18.03809074],
       [26.50676351, 15.21217526, 23.63645069, ..., 17.22512125,
        13.96942377, 13.93766583]])
Coordinates:
  * latitude   (latitude) float64 -44.55 -42.73 -40.91 ... 40.91 42.73 44.55
  * longitude  (longitude) float64 -89.09 -85.45 -81.82 ... -9.091 -5.455 -1.818

所以，接下來逐步了解這個過程：

1. 將溫度值創(chuàng)建為一個NumPy數(shù)組。
2. 將緯度和經(jīng)度值定義為NumPy數(shù)組。
3. 使用DataArray()方法將所有數(shù)據(jù)存儲在一個Xarray數(shù)組中。
4. 使用sel()方法選擇了一個經(jīng)緯度子集，該方法為子集選擇了我們想要的值。

這樣得到的結(jié)果也很容易閱讀，因此標簽在很多情況下非常有幫助。

功能二：處理缺失數(shù)據(jù)

假設用戶正在收集與一年中與溫度相關的數(shù)據(jù)。并且想知道數(shù)組中是否有空值。如下是用戶可以這樣做的方法：

import xarray as xr
import numpy as np
import pandas as pd

# 創(chuàng)建有缺失值的溫度數(shù)據(jù)
temperature = np.random.rand(365, 50, 50) * 20 + 10
temperature[0:10, :, :] = np.nan  # Set the first 10 days as missing values

# 創(chuàng)建時間、緯度和經(jīng)度坐標數(shù)組
times = pd.date_range('2023-01-01', periods=365, freq='D')
latitudes = np.linspace(-90, 90, 50)
longitudes = np.linspace(-180, 180, 50)

# 創(chuàng)建帶有缺失值的Xarray數(shù)據(jù)數(shù)組
da = xr.DataArray(
    temperature,
    dims=['time', 'latitude', 'longitude'],
    coords={'time': times, 'latitude': latitudes, 'longitude': longitudes}
)

# 沿時間維度計算缺失值的數(shù)量
missing_count = da.isnull().sum(dim='time')

# 打印缺失值
print(missing_count)

>>>


array([[10, 10, 10, ..., 10, 10, 10],
       [10, 10, 10, ..., 10, 10, 10],
       [10, 10, 10, ..., 10, 10, 10],
       ...,
       [10, 10, 10, ..., 10, 10, 10],
       [10, 10, 10, ..., 10, 10, 10],
       [10, 10, 10, ..., 10, 10, 10]])
Coordinates:
  * latitude   (latitude) float64 -90.0 -86.33 -82.65 ... 82.65 86.33 90.0
  * longitude  (longitude) float64 -180.0 -172.7 -165.3 ... 165.3 172.7 180.0

這樣，我們就得到了10個空數(shù)值。

此外，如果我們仔細查看代碼，就會發(fā)現(xiàn)我們可以將Pandas的方法應用到Xarray中，比如isnull.sum()，在本例中，它可以計算缺失值的總數(shù)。

功能三：處理和分析多維數(shù)據(jù)

當我們可以給數(shù)組貼標簽時，處理和分析多維數(shù)據(jù)的誘惑就會很大。那么，接下來跟隨本文進行嘗試。

例如，假設用戶仍在收集與特定緯度和經(jīng)度相關的溫度數(shù)據(jù)。

我們可能想要計算溫度的平均值、最大值和中值。可以進行如下操作：

import xarray as xr
import numpy as np
import pandas as pd

# 創(chuàng)建合成溫度數(shù)據(jù)
temperature = np.random.rand(365, 50, 50) * 20 + 10

# 創(chuàng)建時間、緯度和經(jīng)度坐標數(shù)組
times = pd.date_range('2023-01-01', periods=365, freq='D')
latitudes = np.linspace(-90, 90, 50)
longitudes = np.linspace(-180, 180, 50)

# 創(chuàng)建Xarray數(shù)據(jù)集
ds = xr.Dataset(
    {
        'temperature': (['time', 'latitude', 'longitude'], temperature),
    },
    coords={
        'time': times,
        'latitude': latitudes,
        'longitude': longitudes,
    }
)

# 對溫度數(shù)據(jù)進行統(tǒng)計分析
mean_temperature = ds['temperature'].mean(dim='time')
max_temperature = ds['temperature'].max(dim='time')
min_temperature = ds['temperature'].min(dim='time')

# 打印數(shù)值
print(f"mean temperature:n {mean_temperature}n")
print(f"max temperature:n {max_temperature}n")
print(f"min temperature:n {min_temperature}n")


>>>

mean temperature:
 
array([[19.99931701, 20.36395016, 20.04110699, ..., 19.98811842,
        20.08895803, 19.86064693],
       [19.84016491, 19.87077812, 20.27445405, ..., 19.8071972 ,
        19.62665953, 19.58231185],
       [19.63911165, 19.62051976, 19.61247548, ..., 19.85043831,
        20.13086891, 19.80267099],
       ...,
       [20.18590514, 20.05931149, 20.17133483, ..., 20.52858247,
        19.83882433, 20.66808513],
       [19.56455575, 19.90091128, 20.32566232, ..., 19.88689221,
        19.78811145, 19.91205212],
       [19.82268297, 20.14242279, 19.60842148, ..., 19.68290006,
        20.00327294, 19.68955107]])
Coordinates:
  * latitude   (latitude) float64 -90.0 -86.33 -82.65 ... 82.65 86.33 90.0
  * longitude  (longitude) float64 -180.0 -172.7 -165.3 ... 165.3 172.7 180.0

max temperature:
 
array([[29.98465531, 29.97609171, 29.96821276, ..., 29.86639343,
        29.95069558, 29.98807808],
       [29.91802049, 29.92870312, 29.87625447, ..., 29.92519055,
        29.9964299 , 29.99792388],
       [29.96647016, 29.7934891 , 29.89731136, ..., 29.99174546,
        29.97267052, 29.96058079],
       ...,
       [29.91699117, 29.98920555, 29.83798369, ..., 29.90271746,
        29.93747041, 29.97244906],
       [29.99171911, 29.99051943, 29.92706773, ..., 29.90578739,
        29.99433847, 29.94506567],
       [29.99438621, 29.98798699, 29.97664488, ..., 29.98669576,
        29.91296382, 29.93100249]])
Coordinates:
  * latitude   (latitude) float64 -90.0 -86.33 -82.65 ... 82.65 86.33 90.0
  * longitude  (longitude) float64 -180.0 -172.7 -165.3 ... 165.3 172.7 180.0

min temperature:
 
array([[10.0326431 , 10.07666029, 10.02795524, ..., 10.17215336,
        10.00264909, 10.05387097],
       [10.00355858, 10.00610942, 10.02567816, ..., 10.29100316,
        10.00861792, 10.16955806],
       [10.01636216, 10.02856619, 10.00389027, ..., 10.0929342 ,
        10.01504103, 10.06219179],
       ...,
       [10.00477003, 10.0303088 , 10.04494723, ..., 10.05720692,
        10.122994  , 10.04947012],
       [10.00422182, 10.0211205 , 10.00183528, ..., 10.03818058,
        10.02632697, 10.06722953],
       [10.10994581, 10.12445222, 10.03002468, ..., 10.06937041,
        10.04924046, 10.00645499]])
Coordinates:
  * latitude   (latitude) float64 -90.0 -86.33 -82.65 ... 82.65 86.33 90.0
  * longitude  (longitude) float64 -180.0 -172.7 -165.3 ... 165.3 172.7 180.0

然后，獲得了我們想要的結(jié)果，而且結(jié)果非常清晰易讀。

而且，正如之前所提到的，為了計算溫度的最大值、最小值和平均值，本文使用了應用于數(shù)組的Pandas函數(shù)。

結(jié)論

在本文中，展示了三個用于數(shù)據(jù)處理和科學計算的庫。

雖然SymPy可以替代其他工具和軟件，使我們能夠使用Python代碼進行數(shù)學計算，但Dask和Xarray擴展了其他庫的功能，在我們使用其他更常用的Python庫進行數(shù)據(jù)分析和處理時可能會遇到困難的情況下幫助我們。