Python数据分析与展示(一)

一维数据：由对等关系的有序或无序数据构成，采用线性方式组织

列表和数组：一组数据的有序结构

列表：数据类型可以不同
数组：数据类型相同

二维数据：由多个一维数据构成，是一维数据的组合形式
多维数据：由一维或二维数据在新维度上扩展形成

NumPy的数组对象：ndarray
NumPy是一个开源的Python科学计算基础库，是SciPy、Pandas等数据处理或科学计算库的基础。整合C/C++/Fortran代码的工具（运算速度快），线性代数、傅里叶变换、随机数生成等功能。
轴(axis): 保存数据的维度；秩(rank)：轴的数量

Mumpy的引用

import numpy as np

numpy底层实现是c语言

ndarray数组的创建方法:
（1）从Python中的列表、元组等类型创建ndarray数组x = np.array(list/tuple)
（2）使用NumPy中函数创建ndarray数组，如：arange, ones, zeros等

ndarray数组的变换:
对于创建后的ndarray数组，可以对其进行维度变换和元素类型变换a = np.ones((2,3,4), dtype=np.int32)

数据的CSV文件存取：

np.savetxt(frame, array, fmt='%.18e', delimiter=None)
• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• array : 存入文件的数组
• fmt : 写入文件的格式，例如：%d %.2f %.18e
• delimiter : 分割字符串，默认是任何空格
np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False)
• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• dtype : 数据类型，可选
• delimiter : 分割字符串，默认是任何空格
• unpack  : 如果True，读入属性将分别写入不同变量