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

準備工作

導入numpy

import numpy as np

示例數據

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

?根據閾值，將概率大于某個閾值的label設置為1，小于閾值的設置為0?在模型診斷過程中，找出滿足某些條件的樣本

本文使用的示例數據如下：

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。現在我們可以使用np.where()找出所有預測概率大于0.5的的元素了：

predict_prob = np.array([0.1,0.3,0.7,0.4,0.9])np.where(predict_prob > 0.5)# output：array([2, 4]),)

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() 一個函數就能完成所有的操作，只需要添加兩個參數：

?第一個參數是滿足條件替換的值?第二個參數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，對示例數據運行結果如下：

predict_prob = np.array([0.1,0.3,0.7,0.4,0.9]) np.argmax(predict_prob)# output: 4np.argmin(predict_prob)# output: 0

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()方法還支持多維數據的排序，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，這個函數和前面的幾個函數不同，返回的不是索引位置，而是array中的實際值。

本函數我們使用新的示例數據：

arr1 = np.array([1,2,4,4,6])arr2 = np.array([2,3,4,5,6])

現在，我們可以使用intersect1d()找出兩個數組共同的元素了：

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