Numpy学习（一）之基础操作

Numpy和Pandas的区别：
一 区别
Numpy 是数值计算的扩展包，它能高效处理N维数组，复杂函数，线性代数
Pandas 是做数值处理，是Python的一个数据分析的包

二 简介
Numpy 是N维数组容器，是装门针对ndarray的操作和运算进行了设计
pandas是基于Numpy的一种工具，该 工具是为了解决数据分任务创建的。

Numpy

import numpy as np
# def arr_add(n):
#     a= np.arange(1,n+1) ** 3
#     b= np.arange(1,n+1) ** 2
#     return a+b
# print(arr_add(3))

#a=np.array(range(1,8),dtype='int64')
#array的属性
#shape:返回一个元组，表示array的维度（几行几列）
#ndim:返回一个数字，表示array维度的数目
#size：返回所有数元素的数目，
# dytpe：返回array元素中数据类型
#ones创建全是1的数组，zeros创建全是0的数组
#a=np.ones(5)   ；  b=np.zeros((3,3))
#full创建指定值的数组
#a=np.full(3,330) #3个330的数组  ；a=np.full((3,3),520)
#print(a)

#随机数  ： a=np.random.randn(3,3)
#a=np.arange(10).reshape(2,5)  #变成2行5列

#形状一样的数组按对应位置进行计算
#一维数组和多维数组可以计算，只要它们在某一维度上形状一样，仍然是按位置计算（列数相同）

#基础索引和切片与python中一样
#布尔索引
# arr01=np.arange(10)
# arr01[arr01<=5]=0  #可以直接比较数组元素大小，或者进行其他操作
# print(arr01)

#神奇索引： 使用整数数组进行数据索引

#可以用reshape进行矩阵的转秩  or 可以用transpose()  、swapaxes
#arrr01=np.arange(24).reshape((4,6))
#b=arr01.transpose()
#c=arr01.swapaxes(1,0)