11、数据处理与可视化：NumPy与Pandas的综合指南

数据处理与可视化：NumPy与Pandas的综合指南

1. NumPy基础操作

1.1 一维数组与二维数组转换

一维数组（vector或1D array）能帮助我们完成许多必要的工作。有时，我们需要将一维数组转换为二维数组或矩阵。要实现这一点，只需将Python的嵌套列表传递给 np.array() 方法即可。

1.2 NumPy广播机制

广播是指NumPy对不同形状的数组执行算术运算的能力。如果两个数组形状相同，算术运算可以轻松地在对应元素之间进行。但对于不同大小的数组，NumPy有解决方案。在NumPy中，较小的数组会在较大的数组上“广播”，使它们具有相同的形状。

例如，假设有一个形状为4X5的数组 A 和一个大小为1X5的数组 B ，那么较小的数组 B 会被拉伸，使其大小也变为4X5，与 A 相同。新元素只是原始元素的副本。需要注意的是，NumPy实际上不会复制元素，而是重复使用原始标量值，以实现内存和计算效率的最大化。

1.3 数组数学运算

NumPy支持各种函数的轻松计算，包括数学、二进制、统计和三角函数。

1.3.1 数学函数类型

• 一元函数 ：只需要一个操作数。
• 二元函数 ：需要两个操作数。

1.3.2 具体数学函数操作