数据分析--02:Numpy

一、Numpy的介绍与安装

1、Numpy的介绍

1.为什么会有Numpy？

2.Numpy是什么？

• Numpy(Numerical Python)是目前Python数值计算中最为重要的基础包。大多数计算包都提供了基于Numpy的科学函数功能，将Numpy的数组对象作为数据交换的通用语。

3.Numpy的特点

• 提供了高效多维数组
• 提供了基于数组的便携算数操作及广播机制
• 对数据进行快速的矩阵计算
• 对硬盘中数组数据进行读写操作

2、Numpy的安装

• windows系统：直接在doc命令中输入pip install numpy
• macOS系统：在terminal命令中输入pip3 install numpy

二、Numpy的基本操作

1、创建N-维数组对象

• 生成数组最简单的方式就是使用array函数，array函数接受任意的序列型数据，生成一个新的包含传递数据的Numpy数组。
• numpy.array(object)

import numoy as np
li = [1, 2, 3, 4]
arr = np,array(li)
print(arr)

• numpy.arange([start], [stop])

import numpy as np
arr = np.arange(1,5)
print(arr)

注意：ndarray数组是一个通用的多维同类数据容器，意味着数组里面每个元素均为相同类型。

2、数据的数据类型

1.Numpy数据类型

类型	类型代码	描述
int8,uint8	i1,u1	有符号和无符号的8数位整数
int16,uint16	i2,u2	有符号和无符号的16数位整数
int32,uint32	i4,u4	有符号和无符号的32数位整数
int64,uint64	i8,u8	有符号和无符号的64数位整数
float16	f2	半精度浮点数
float32	f4	标准单精度浮点数
float64	f8	标准双精度浮点数
bool	?	布尔值，存储True或False
string_	S	ASCII字符串类型，eg：‘S10’
unicode_	U	Unicode类型，eg：‘U10’

2.查看数组数据类型

• arr.dtype # 查看数组的数据类型

import numpy as np
arr = np.arange(1,5)
print(arr.dtype)  

**注意：**np.array()会自动推断生成数据的数据类型

3.指定数组的数据类型

• numpy.array(object,dtype=None)
  • 创建数组时通过dtype直接指定

import numpy as np
arr = np.array([1,2,3],dtype='f8')
print(arr)
print(arr.dtype)

3、数组形状

• arr.ndim
  • 查看数组的维度，返回值为整数
  • import numpy as np n = [[1,2,3], [4,5,6]] n1 = np.array(n)print(n1.ndim)
• arr.shape
  • 查看数组的，返回值为元组
  • import numpy as np n = [[1,2,3], [4,5,6]] n1 = np.array(n)print(n1.shape)

4、N-维数组对象

1.一维数组

2.二维数组

import numpy as np
arr = np.array([[1,2,3],[4,5,6]])
print(arr)

3.三维数组

import numpy as np
arr = np.array([[[1,2,3],[4,5,6]],[[7,8