数据分析之Numpy-数组计算

Posted 2021-02-14 zmc940317

引言 : 

　　数据分析 : 就是把隐藏在一些看似杂乱无章的数据背后的信息提炼出来,总结出研究对象的内在规律 . 

　　数据分析三剑客 : Numpy   数组计算

　　　　　　　　   Pandas   表计算与数据分析

　　　　　　　　   Matplotlib   绘图和可视化

一 . NumPy 

1 . NumPy(Numerical Python) 是 python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算 , 此外也针对数组运算提供大量的数学函数库

2 . NumPy是高性能科学计算和分析的

• ndarray : 一个多维数组结构,高效且节省空间
• 无需循环对整体数据进行快速运算的科学函数
• * 读写磁盘数据的工具以及用于操作内存映射文件的工具
• * 线性代数 , 随机数生成和博里叶变换功能
• * 用于集成C , C++ 等代码的工具

3 . 安装方法 : 

　　pip install numpy 

二 . 创建ndarray  

　　注意 : 示例均是在jupyter上演示的

 1 . 使用 np.array() 创建

# 导包
# 通常都将 numpy简化成np
import numpy as np  

 　　1) . 一维数组的创建 

np.array([1,2,3,4.5])

 

　　2) . 二维数组的创建   np.array([[1,2,3,4],[5,6,7,8]])

注意 : 

• numpy默认ndarray的所有元素的类型是相同的
• 如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str>float>int

 　　　　

2 . 使用 np 的 routines 函数创建 

创建ndarray：
    array()         将列表转换为数组，可选择显式指定dtype
    arange()        range的numpy版，支持浮点数
    linspace()      类似arange()，第三个参数为数组长度
    zeros()         根据指定形状和dtype创建全0数组
    ones()          根据指定形状和dtype创建全1数组
    empty()         根据指定形状和dtype创建空数组（随机值）
    eye()           根据指定边长和dtype创建单位矩阵

    例如 : 

 

三 . ndrray---多维数组对象   

 1 . 常用属性 :