数据可视化入门

NumPy

导入方式：

​ import numpy as np

高性能科学计算和数据分析的基础包

ndarray，多维数组（矩阵），具有矢量运算能力，快速、节省空间

矩阵运算，无需循环，可完成类似Matlab中的矢量运算

线性代数、随机数生成

ndarray，N维数组对象（矩阵）

所有元素必须是相同类型

ndim属性，维度个数

shape属性，各维度大小

dtype属性，数据类型

创建ndarray

np.array(collection)，collection为序列型对象(list)，嵌套序列 (list of list)

np.zeros, np.ones，np.empty 指定大小的全0或全1数组

​ 注意：第一个参数是元组，用来指定大小，如(3,4)

​ empty不是总是返回全0，有时返回的是未初始的随机值

创建ndarray

​ np.arange() 类似 range() 注意是 arange。

数据类型

​ dtype, 类型名+位数，如 float64, int32

​ 转换数组类型 - astype

矢量化

矢量运算，相同大小的数组键间的运算应用在元素上

矢量和标量运算，“广播”— 将标量“广播”到各个元素

索引与切片

一维数组的索引与Python的列表索引功能相似

多维数组的索引

arr[r1:r2, c1:c2]

arr[1,1] 等价 arr[1][1]

[:] 代表某个维度的数据

条件索引

布尔值多维数组 arr[condition] condition可以是多个条件组合

注意，多个条件组合要使用 & |，而不是and or

维数转换

转置 transpose

高维数组转置要指定维度编号 (0,1,2,…)

通用函数

元素级运算 常用的通用函数

ceil, 向上最接近的整数

floor, 向下最接近的整数

rint, 四舍五入 • isnan, 判断元素是否为 NaN(Not a Number)

multiply，元素相乘

divide, 元素相除

np.where

矢量版本的三元表达式 x if condition else y

np.where(condition, x, y) 常用的统计方法

np.mean, np.sum,

np.max, np.min

np.std, np.var

np.argmax, np.argmin

np.cumsum, np.cumprod

注意 多维的话要指定统计的维度，否则默认是全部维度上做统计。

np.all和np.any

all，全部满足条件

any，至少有一个元素满足条件 np.unique

找到唯一值并返回排序结果 操作文本文件

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】