NumPy & Pandas สำหรับผู้เริ่มต้นงาน Data Science (Ep.1/2)

Python เป็นภาษาที่ได้รับความนิยมมาก ในงาน Data Science เนื่องจากความง่าย รวมไปถึง มี Community ขนาดใหญ่ และ Open Source Libraries ที่พร้อมใช้งานจำนวนมาก เช่น การจัดการข้อมูล การประยุกต์ใช้ Machine Learning & Deep Learning Models สำหรับผู้เริ่มต้นในงานด้าน Data Science มี Python Libraries ที่มีประโยชน์ และ ควรทำความคุ้นเคย คือ NumPy และ Pandas

ใน Blog นี้ จะพูดถึงทั้ง 2 Libraries นี้

NumPy คืออะไร?

NumPy ย่อจาก Numerical Python ใช้เพื่อดำเนินการคำนวณ Arrays และ Matrices ได้อย่างมีประสิทธิภาพ ซึ่งเป็นเบื้องหลังของ Machine Learning Models โดยที่ Building Block ของ NumPy คือ Array ซึ่งเป็น Data Structure ที่คล้ายกับ List แต่มีความแตกต่างตรงที่มีฟังก์ชันทางคณิตศาสตร์จำนวนมาก กล่าวอีกนัยหนึ่ง NumPy Array เป็น Multi-dimensional Arrays

import numpy as np
A = [[1,2,3],[4,5,6],[7,8,9]]
np_arr = np.array(A)
np_arr

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

เห็นว่าแตกต่างจาก List เราสามารถมองเห็น Matrix 3 x 3 ที่มีการเยื้องระหว่างแต่ละแถว นอกจากนี้ NumPy ยังมีมากกว่า 40 Functions ในการสร้าง Array

ในการสร้าง Array ที่เป็นเลขศูนย์ มี Functions เรียกว่า np.zeros ซึ่งเราเพียงแคระบุ Shape ที่ต้องการ

zeros_arr = np.zeros((2,3))
zeros_arr

array([[0., 0., 0.],
       [0., 0., 0.]]

ในทำนองเดียวกัน สามารถสร้าง Array ที่เป็นเลขหนึ่งได้ ดังนี้

ones_arr = np.ones((3,4))
ones_arr

array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])

สามารถสร้าง Identity Matrix ได้ ดังนี้

identity_arr = np.identity(3)
identity_arr

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

สามารถสร้าง Random Array ได้ โดยระบุ Shape ที่ต้องการ ดังนี้

random_arr = np.random.rand(2,3)
random_arr

array([[0.3186192 , 0.74390672, 0.660807  ],
       [0.76079914, 0.34912427, 0.49333967]])

สามารถสร้าง Random Array ได้ และ ครั้งนี้ระบุเป็น Standard Normal Distribution

randn_arr = np.random.randn(10)
randn_arr

array([ 1.0333856 ,  0.47816013,  0.20911559, -0.88532479,  1.01613286,
       -0.26363197, -0.98441529,  0.54770656, -1.27739113, -0.41829642])

สามารถสร้าง Random Array ได้ โดยระบุค่าต่ำสุด สูงสุด และ จำนวนที่ต้องการ

randint_arr = np.random.randint(1,10,15)
randint_arr

array([8, 1, 6, 6, 5, 1, 9, 4, 1, 4, 3, 8, 8, 9, 3])

Index และ Slicing

นอกจาก Function ในการสร้าง Array แล้ว NumPy ยังสามารถเลือก Elements จาก Array ได้ โดยใช้ [..] ดังนี้

A = np.array([[1,2,3],[4,5,6]])
A[0]

array([1, 2, 3])

ต้องการเลือก Element ในแถวที่ 2 คอลัมน์ที่ 3

print(A[1,2])

6

อีกทางเลือกหนึ่งคือใช้ A[1][2] แต่จะไม่มีประสิทธิภาพเนื่องจากสร้าง Array แถวที่ 2 ก่อน จากนั้นจึงเลือก Element จากแถวนั้น

นอกจากนี้ สามารถ Slice Matrix โดยระบุ start:stop:step ในวงเล็บ โดยที่ Stop Index จะไม่ถูกรวมอยู่ด้วย เช่น เลือกแถวที่ 2 แต่ใช้แค่สอง Elements แรก

print(A[1,0:2]) 

[4 5]

อีกหากต้องการเลือกทุกแถว สำหรับคอลัมน์ที่ 2 ทำได้ดังนี้

print(A[:,1]) 

[2 5]

นอกจากการทำ Integer Array Indexing แล้ว ยังสามารถทำ Boolean Array Indexing ในการเลือก Element จาก Array ได้ด้วย กรณีต้องการ Elements ที่ตรงตามเงื่อนไขต่อไปนี้

A>4 

array([[False, False, False],
       [False,  True,  True]])

หากทำการ Filter Array โดย Condition ดังกล่าว ผลลัพธ์จะได้เป็น Elements จริงจาก Array

A[A>4] 

array([5, 6])

Array Manipulation

ในการทำงานโครงการ Data Science บ่อยครั้ง จะเปลี่ยน Shape ของ Array โดยที่ข้อมูลยังคงเดิม เช่น Array เริ่มต้น ที่มี Shape 2x3

A = np.array([[1,2,3],[4,5,6]])
print(A)
print('Shape of Array: ',A.shape)

[[1 2 3]
 [4 5 6]]
Shape of Array:  (2, 3)

ทำการเปลี่ยนเป็น Array ที่มี Shape 3x2

A = A.reshape(3,2)
print(A)
print('Shape of Array: ',A.shape)

[[1 2]
 [3 4]
 [5 6]]
Shape of Array:  (3, 2)

อีกกรณีหนึ่ง คือ การเปลี่ยน Array หลายมิติให้เป็นมิติเดียว ทำได้โดยระบุ -1 เป็น Shape

A = A.reshape(-1)
print(A)
print('Shape of Array: ',A.shape)

[1 2 3 4 5 6]
Shape of Array:  (6,)

สามารถทำ Transpose ได้

A = np.array([[1,2,3,4,5,6]])
print('Before transpose shape of Array: ',A.shape)
A = A.T
print(A)
print('After transpose shape of Array: ',A.shape)

Before transpose shape of Array:  (1, 6)
[[1]
 [2]
 [3]
 [4]
 [5]
 [6]]
After transpose shape of Array:  (6, 1)

หรือ ทำนองเดียวกัน สามารถใช้ np.transpose(A)

Array Multiplication

ในการสร้าง Machine Learning Algorithms ตั้งแต่เริ่มต้น อาจต้องคำนวณผลคูณ Matrix ของ 2 Arrays ซึ่งทำได้โดยใช้ np.matmul เมื่อ Array มีมากกว่า 1 มิติ (ในแบบสั้นกว่า คือ @)

A1 = np.array([[1,2,3],[4,5,6]])
A2 = np.array([[1,2],[3,4],[5,6]])
print('Shape of Array A1: ',A1.shape)
print('Shape of Array A2: ',A2.shape)
A3 = np.matmul(A1,A2)
# A3 = A1 @ A2
print(A3)
print('Shape of Array A3: ',A3.shape)

Shape of Array A1:  (2, 3)
Shape of Array A2:  (3, 2)
[[22 28]
 [49 64]]
Shape of Array A3:  (2, 2)

หรือ หากต้องการคูณ Matrix ด้วย Scalar  ทำได้โดยใช้ np.dot (ในแบบสั้นกว่า คือ *)

A1 = np.array([[1,2,3],[4,5,6]])
A3 = np.dot(A1,2)
# A3 = A1 * 2
print(A3)
print('Shape of Array A3: ',A3.shape)

Mathematical Functions

NumPy มี Functions ทางคณิตศาสตร์ที่หลากหลาย เช่น ตรีโกณมิติ การปัดเศษ เลขชี้กำลัง ลอการิทึม และอื่นๆ สามารถดูรายละเอียดทั้งหมดได้ ที่นี่

ในที่นี้ จะแสดงตัวอย่าง เลขชี้กำลัง (Exponential) และ ลอการิทึมธรรมชาติ (Natural Logarithm)

A = np.array([[1,2],[3,4]])
print(np.exp(A))

[[ 2.71828183  7.3890561 ]
 [20.08553692 54.59815003]]

หรือ การหาค่า Min / Max ใน Array

A = np.array([[1,2],[3,4]])
print(np.min(A),np.max(A))

1 4

หรือ การหาค่า Square Root ของแต่ละ Element ใน Array

A = np.array([[1,2],[3,4]])
print(np.sqrt(A))

[[1.         1.41421356]
 [1.73205081 2.        ]]

******

มีต่อ Ep.2 (ตอนจบ) อ่านได้ที่นี่  ->https://www.nerd-data.com/numpy-pandas-ep2/

******

ข้อมูลอ้างอิง - https://www.kdnuggets.com/introduction-to-numpy-and-pandas