Python数据分析与可视化------NumPy第三方库

本文详细介绍了Python的NumPy库，包括数据维度的概念，NumPy的N维数组对象ndarray，如何创建、操作和转换数组，以及CSV文件的读写。NumPy提供了强大的广播功能、随机数生成和统计函数，对于多维数据的处理和图像数组表示也有独特的方法。通过NumPy，可以高效地进行科学计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据的维度

NumPy是一个开源的Python科学计算基础库
- 一个强大的N维数组对象 ndarray
- 广播功能函数
- 整合C/C++/Fortran代码的工具
- 线性代数,傅里叶变换,随机数生成等功能
NumPy引用:
- import numpy as np
N维数组对象 ndarray
- 传统:for循环
- ```
import numpy as np
def npSum():
    a = np.array([0,1,2,3,4])
    b = np.array([9,8,7,6,5])

    c = a**2 + b**3
    return c
print(npSum())
```
- 一个维度所有数据的类型往往相同,数组对象采用相同的数据类型,有助于节省运算和存储空间
  - 一般要求所有元素类型相同(同质),数组下标从0开始
- ndarray由两部分构成
  - 实际数据
  - 描述这些数据的元数据(数据维度,数据类型)
- 实例
  - np.array() 生成一个ndarray数组
  - ndarray在程序中的别名是:array
  - np.array() 输出成[]形式,元素由空格分隔
  - axis轴:数据维度
  - rank秩:轴的数量
- ndarray对象的属性
- ndarray的元素类型