动手学深度学习Pytorch（一）——数据操作与预处理

张量&＃xff08;tensor&＃xff09;比Numpy的ndarray多一些重要功能。张量表示一个数组组成的数组。

• &＃xff08;1&＃xff09;GPU很好地支持加速计算&＃xff0c;而Numpy仅支持CPU计算。
• &＃xff08;2&＃xff09;张量类支持自动微分。

1. 数据操作的实现

首先需要导入torch&＃xff1a;

import torch


1.1 创建张量

有四种方式可以创建张量。

• 创建随机张量&＃xff1a;rand(), randn(), empty()
• 创建指定类型张量&＃xff1a;zeros(), ones(), arange()&＃43;reshape()
• 利用列表创建张量&＃xff1a;torch.tensor([ ])
• 基于已知tensor创建tensor&＃xff1a;torch.randn_like()

&＃xff08;1&＃xff09;创建随机张量

• randn
  利用torch.randn(x,y)创建随机张量。

torch.randn(2,3)


tensor([[ 0.0422, 0.8539, 0.6049],
[ 0.1894, -0.2011, 0.9607]])

• rand
  利用torch.rand(x,y)创建随机张量。

torch.rand(5,3)


tensor([[0.3854, 0.9028, 0.6086],
[0.5852, 0.8518, 0.0370],
[0.0108, 0.4854, 0.4645],
[0.1960, 0.2920, 0.4442],
[0.3127, 0.3314, 0.8453]])

• empty

torch.empty(5,3


tensor([[9.0919e-39, 8.4490e-39, 9.6429e-39],
[8.4490e-39, 9.6429e-39, 9.2755e-39],
[1.0286e-38, 9.0919e-39, 8.9082e-39],
[9.2755e-39, 8.4490e-39, 1.0194e-38],
[9.0919e-39, 8.4490e-39, 9.9184e-39]])

&＃xff08;2&＃xff09;创建指定类型张量

• arange &＃43; reshape
  利用torch.arrange(n)创建大小为n的从0到N-1的一维张量。在使用reshape()函数改变张量结构。

x &＃61; torch.arange(12)
print(x)
X &＃61; x.reshape(3,4)
print(X)


tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
tensor([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])

• zeros(), ones()
  创建指定结构的全为0或者全为1的张量。

torch.zeros((2,3,4))
torch.ones((2,3,4))


tensor([[[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]],
[[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]]])

&＃xff08;3&＃xff09;利用列表创建张量

torch.tensor([[1,2,3],[3,2,1]])


tensor([[1, 2, 3],
[3, 2, 1]])

&＃xff08;4&＃xff09;利用已知张量创建新的张量
torch.randn_like(tensor_x)
创建一个与张量x结构一样的新随机张量。

x &＃61; torch.randn_like(x)
x


tensor([[-1.7494, -0.3668, 0.4855],
[ 0.2274, -1.2627, 1.3266],
[-1.6725, 0.0836, -0.9513],
[ 1.0386, 0.5378, -0.4176],
[-0.0559, 0.3609, -0.4307]])

1.2 张量的属性

• shape&＃xff1a;返回张量的形状。
• numel()&＃xff1a;返回张量内部元素的总数。

&＃xff08;1&＃xff09;tensor.shape
利用shape访问张量的形状。tensor.shape会返回形状列表。可以通过[0],[1]对列表的访问得到行列的大小。

X &＃61; torch.arange(12, dtype&＃61;torch.float32).reshape((3,4))
X.shape
X.shape[0]


torch.Size([3, 4])
3

&＃xff08;2&＃xff09;tensor.numel()
numel()函数可以获得张量内部的元素总数。

X.numel()


12

1.3 张量的操作

• 改变形状&＃xff1a;reshape(), view()
• 张量的拼接&＃xff1a;cat()
• 张量求和&＃xff1a;sum()
• 转变为numpy&＃xff1a;numpy()&＃xff0c;from_numpy()

&＃xff08;1&＃xff09;改变形状

• view()&＃xff1a;返回的新的tensor和源tensor共享内存。
  
• reshape()&＃xff1a;返回的新的tensor是原tensor的副本。

&＃xff08;2&＃xff09;张量的拼接
torch.cat((X,Y), dim &＃61; 0/1)。

• 当$dim\&＃61;0$时&＃xff0c;XY可以按行拼接&＃xff0c;此时XY的列数需要有相同的列数。
• 当$dim\&＃61;1$时&＃xff0c;XY可以按列拼接&＃xff0c;此时XY需要有相同的行数。

X &＃61; torch.arange(12, dtype&＃61;torch.float32).reshape((3,4))
print(X)
Y &＃61; torch.tensor([[2.0,1,4,3],[1,2,3,4],[4,3,2,1]])
print(Y)
torch.cat((X,Y), dim&＃61;0)
torch.cat((X,Y), dim&＃61;1)


tensor([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.]])
tensor([[2., 1., 4., 3.],
[1., 2., 3., 4.],
[4., 3., 2., 1.]])
tensor([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.],
[ 2., 1., 4., 3.],
[ 1., 2., 3., 4.],
[ 4., 3., 2., 1.]])
tensor([[ 0., 1., 2., 3., 2., 1., 4., 3.],
[ 4., 5., 6., 7., 1., 2., 3., 4.],
[ 8., 9., 10., 11., 4., 3., 2., 1.]])

&＃xff08;3&＃xff09;张量求和
利用.sum(dim &＃61; 0/1)‘计算张量的和。

• 不考虑dim值时&＃xff0c;返回张量中的所有元素求和。
• 当$dim\&＃61;0$时&＃xff0c;是将每列元素求和&＃xff0c;返回行向量。
• 当$dim\&＃61;1$时&＃xff0c;是将每行元素求和&＃xff0c;返回列向量。

X.sum(0)
X.sum(1)


tensor([12., 15., 18., 21.])
tensor([ 6., 22., 38.])

&＃xff08;4&＃xff09;转换为numpy
使用numpy()将tensor转换为Numpy&＃xff0c;使用torch.from_numpy()将numpy转换为tensor。

A &＃61; B.numpy()


1.4 节省内存

运行一些操作可能会导致为新结果分配内存。当我们用Y &＃61; X &＃43; Y时&＃xff0c;我们取消引用Y指向的张量&＃xff0c;而是指向新分配的内存处的张量。为了节省内存&＃xff0c;我们希望操作原地执行这些更新。因此可以使用切片法表示先前分配的数组。

Y &＃61; X &＃43; Y # 新分配内存
Y[:] &＃61; X &＃43; Y # 先前分配的数组


2. 数据预处理

&＃xff08;1&＃xff09;缺失值处理

• 数值型&＃xff1a;fillna()、删除。
• 非数值型&＃xff1a;删除、get_dummies(dummy_na&＃61;True)。

参考资料

[1]跟着李沐学AI&＃xff1a;https://space.bilibili.com/1567748478/channel/seriesdetail?sid&＃61;358497
[2]课程资料&＃xff1a;https://zh-v2.d2l.ai/chapter_preliminaries/ndarray.html