NumPy基础与数据分析-CSDN博客

本文链接：https://blog.csdn.net/Ding_xiaofei/article/details/85619890

正文开始前的一些废话

好久没有写博客了，关于数据分析类的python库其实很久前就学习过，但是编程这种东西，不使用就很容易忘记，结束秋招已经有漫长一段时间了，选择了数据挖掘工程师这个岗位，需要学习的东西慢慢变多了，很多东西不熟悉是不行的，所以我想写一系列数据分析的博客，依旧是大坑，不定期更新。我想这一系列的东西还是从基本的编程开始比较合适，这里也推荐一本入门python数据分析的书籍，利用python进行数据分析（第二版），我有对应的中英文pdf，如果大家有兴趣，欢迎在本博文下面留言，直接留邮箱，我会给你发pdf，注意是第二版，第一版太老了，很多内容已经过时了。本博文基本就是根据这本书里面的逻辑编排的。不是严格意义上的照搬，里面穿插很多我的理（fei）解（hua）。下面开始正式的内容，你可以跳过这个小节。

整体导读

两个重点的内容，其一就是ndarray，这是numpy基本的对象，这一部分最重要的就是基本的切片索引；其二就是利用数组进行数据处理。numpy总的来说就是数组和数组的操作，当然一个成熟的函数库总是有各种各样的函数细节，这里我可能不能全部涉及，但本博文会根据我实际的使用不停地更新。
在这里插入图片描述
放一张思维导图，方便复习

一个叫ndarray的多维数组对象

说白了就多维数组，这个nd很形象，nd-array，numpy里面所有的函数不是为了创建这个对象就是为了操作这个对象。
ndarray是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相同类型的。 两个基本属性，shape和dtype，字面上的意思，维度和数据类型。

如何去创建ndarray

使用array函数

在这里插入图片描述
这里array函数会自动判断数据类型
这里有完整的参数，大家有兴趣可以去查一下具体都代表着什么

array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)

其他一些创建方法

这边还是有其他一些创建方式，用表列出来了，最常用的还是上面提到的。

ndarray的数据类型
在这里插入图片描述
每次看到编程语言的数据类型，我都是看不下去的，只想跳过，可能是我还没有吃过数据类型的亏。但是numpy的dtype是它灵活交互其他系统的源泉之一。新生不需要太在意这些数据类型。下面的一些代码看懂就成。

在这里插入图片描述

到这里我们应该基本清楚ndarray是什么东西，怎么去创建它，恭喜你，到这里你差不多算是叩开numpy的大门了。下面该讲操作了。

numpy数组的运算
没错，不是重点，就是很基本的运算，加减乘除的那种
在这里插入图片描述

基本的索引和切片
一维数组的切片
在这里插入图片描述
跟数组最大的区别是，数组切片是原始数组的视图。数据不会被复制，视图上的任何修改都会直接反应到源数组上。
注意上面和下面的两个代码示例，记住numpy是需要特别的函数进行数组的复制的。

numpy是用来大数据处理的，复制来复制去会影响性能和内存。