数据分析day01

一、jupyter使用

1. 快捷键：运行：ctrl+enter；添加行：alt+enter
2. 不要用过惯性（从上往下）看代码，要通过旁边的执行顺序
3. tab键补全
4. 查看源码 eg. print?
5. 表格交互显示与图像呈现更友好

二、Numpy介绍与安装

what?–》python数值计算中最为重要的基础包

三、数组

• 创建数组：用numpy的array库（数组里的数据类型保持一致）-》查看数据类型：a.dtype
• numpy.zeros和numpy.ones用法：numpy.zeros(shape, dtype=float, order=‘C’)
• 多维数组：数据类型为 numpy.ndarray
• 数组的属性：.ndim #维度。.shape #形状。len(name) #数组行数。.size #数据个数。.dtype #数据类型。.#修改数组的维度。 .reshape((2,3)) #改变数组形状 变为几维，就元组里有几个数 。a2[0:2,0:2] #连续切片[左闭右开]。a2[a2<10] #取a2中小于10的数（布尔索引）。a2[a2>5] = 1 #将a2中大于5的数改为1（会改变原数据）。np.where(a2<5,1,0) #将a2中小于5的数改为1，其他改为0（不会改变原数据）
• 随机数：
  • np.random.random((3,4)) #生成3行4列的随机数组
  • np.random.randint(1,200,size=(2,3)) # 左闭右开
  • np.random.randn(2,3) # 均值为0 标准差为1 正态分布的随机数组
  • np.random.normal(4,5,size=(4,6)) #生成的是均值为4，方差为5 的正太分布的随机数组

• 随机数种子：
  • np.random.seed(1) 用法：np.random.randint(100,200,size = (2,4))；
• 随机排序
  • np.random.shuffle(数组) #改变原数组； np.random.permutation(数组) #不改变原数组
• 随机抽样
  • np.random.choice(data,size=(2,3)) #data是数组

四、数据的拼接与分割

• .reshape((2,3)) #不改变原数组；.resize((2,3)) #改变原数组
• 数组的广播机制
  • 拼接：np.vstack([a1,a2]) #上下拼接；np.hstack #左右拼接 np.concatenate((数组1,数组2),axis=0/1) # 混合拼接,0表示上下拼接，1表示左右拼接,并且数组必须都是2维;里面的圆括号与方括号都可以
  • 分割：np.vsplit(数组,2) #上下分割