《利用Python进行数据分析》笔记

1. 创建数组ndarray

1. ndarray是N维数组对象, 快速而灵活的大数据集容器
2. 其中所有元素的数据类型必须是相同的
3. ndarray包括shape属性(各维度大小的元组)和dtype属性(数组数据类型)

import numpy as np
# 创建基本数组
data1 = [6, 7.5, 8, 0, 1]
data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]
arr1 = np.array(data2)
arrShape = arr1.shape  # 数组大小(行,列)
arrDtype = arr1.dtype  # 数组数据类型
print(f"数组:{arr1}\n数字大小:{arrShape}\n数组数据类型:{arrDtype}\n")
# 创造随机数的数组
from numpy.matlib import randn
arr=randn(3,2)#三行二列的正态分布随机数数组,平均值0,标准差1
# 创建特殊数组
arr2=np.zeros((2,3))#创建一个以0填充的2行3列数组
print(arr2)

2. ndarray常用数组数据类型

#查看数据类型dtype
arr=np.array([1,2,3,4,5])
print(arr.dtype)
#数据类型转换方式astype
arr2=arr.astype(np.float32)

3. ndarray索引和切片

1. 支持类似List的索引和切片
2. 与List区别在于,ndarray的修改会改变源数组

#索引矩阵按行列索引,[0][0]表示第一行第一列的数据
arr[0][0]
#:表示选取整个横轴,纵轴,数字表示该轴上的切片起始位置
arr[:,:1]
#支持布尔值,判断是否与字符串相等会对每个元素生成True或False
arr == 'hello'
#花式索引,选取第1,3,5行生成新数组,从0开始,支持-1
arr[[1,3,5]]

4. 转置

#T表示转置数组的视图,不会修改
arr.T
#transpose支持高维数组的转置
#swapaxes表示转置条件为几行几列
arr.swapaxes(1,2)

5. 常用函数

一元函数(参数为一个数组)

二元函数(参数为两个数组)

聚合函数

集合函数

矩阵函数

随机数生成函数