Python数据分析基础学习笔记（1）--Numpy和数组（百职帮自用）

NumPy（Numerical Python的缩写）是一个开源的Python科学计算模块，其中包含了许多实用的数学函数，用来处理数值型数据。

         

N维数组（ndarray）

        NumPy数组的 数据类型 指的是数组中存储的元素类型，可以是：整型（int）、浮点型（float）、布尔型（bool）等。

        需要注意的是，NumPy数组中的所有元素类型必须是一致的。

        NumPy数组的维度和我们平常说的维度非常相似，接触最多的通常是一维（1D）和二维（2D）数组，可以通过中括号[ ]的层数来确定。

如何创建N维数组

import numpy as np
arr =  np.array([1, 2, 3, 4, 5])
print(arr)

# TODO 使用import导入numpy，并使用"np"作为该模块的简写
import numpy as np
# TODO 将题目中的序列作为参数传入np.array()函数中，并将生成的二维数组赋值给变量arr
arr = np.array([[1, 2], [4, 5], [7, 9], [11, 12]])
# TODO 使用print()输出变量arr
print(arr)

N维数组的计算

1. 数组和数的计算

当数组和数字进行计算的时候，NumPy会将该数字的计算过程应用到数组的所有元素上面。

示例中，在把数组arr和数字2相加时，arr中的每个元素都和2进行了运算：

# 使用import导入numpy，并使用"np"作为该模块的简写
import numpy as np

# 使用np.array()函数新建数组arr
arr = np.array([[0.2, 0.9], [0.5, 0.1], [0.1, 0.7]])

# 输出 arr+2 的运算结果
print(arr+2)

2. 相同形状数组的计算

当相同形状的数组进行计算时，运算也是在相应的元素上进行。

示例中，arrOne是一个2x3的二维数组，arrTwo也是一个2x3的二维数组。

在计算 arrOne-arrTwo 时，arrOne中每个元素都减去了在arrTwo中相对应位置的元素：