Python学习之旅(四) 数据处理基础

在数据科学和机器学习项目中，处理和分析数据是最基础也是最关键的步骤之一。NumPy和Pandas是Python中最流行的两个库，用于数值数据和表格数据的处理。而Matplotlib和Seaborn则是用于数据可视化的库，它们可以帮助我们理解数据并向他人展示分析结果。

4.1 使用NumPy处理数字数据

NumPy是Python的一个扩展库，它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了大量的数学函数库。

4.1.1 NumPy数组的创建和属性

• NumPy数组是一个强大的N维数组对象，它是NumPy库的核心。NumPy数组比Python的内置序列类型具有更多的优势，特别是对于数值计算。

• 想象NumPy数组是一个超级强化版的Python列表，专为数学和科学计算设计。就像一个装满不同种类苹果的大篮子，每个苹果（元素）都可以是不同的数值，而篮子（数组）本身则有助于我们高效地管理和运算这些苹果。

import numpy as np

# 创建一个一维NumPy数组
arr = np.array([1, 2, 3, 4, 5])
print("Array:", arr)

# 查看数组属性
print("Shape:", arr.shape)  # 输出数组形状
print("Dimension:", arr.ndim)  # 输出数组维度
print("Data Type:", arr.dtype)  # 输出数组中元素的数据类型

• 这段代码展示了如何创建一个简单的一维NumPy数组，并查看其基本属性。shape告诉我们数组的尺寸，ndim显示数组的维度，而dtype则说明数组中元素的数据类型。

4.1.2 数组索引和切片

• 索引和切片允许我们访问和修改数组的特定部分。这在处理大型数据集时特别有用，我们可以只关注感兴趣的数据部分。

• 就像在一本书中找到特定的章节一样，索引和切片让我们能够精确地定位并操作数组中的特定数据。

# 索引：访问第三个元素
print("Third element:", arr[2]