python数据分析总结

本文实验环境、工具：anoconda，Jupyter notebook，python3.6

NumPy基础

NumPy (Numerical Python) 是Python关于数值计算最重要的基础包，可以构建科学计算的库包。
NumPy主要功能：
1.ndarry，具有矢量算数运算和复杂广播能了的多维数组。
2.对整组数据进行快速运算（无需编写循环）
3.用来读写磁盘数据以及操作内存映射文件
4.线性代数、随机数生成和傅里叶变换功能
5.集成由C、C++和Fortran等编写代码的API

其中，NumPy本身没有提供高级的数据分析能力，对于大部分数据分析应用来说，笔者主要研究以下功能：
1.用于数据整理和清理、子集构造和过滤、转换等快速的矢量化数组运算。
2.常用的数组算法：排序、唯一化、集合运算等。
3.高效的描述统计和数据聚合/摘要运算。
4.用于异构数据集的合并/连接运算的数据对齐和关系型数据运算。
5.将条件逻辑表述为数组表达式（非if-elif-else分支循环）。
6.数据的分组运算（聚合、转换、函数应用）

NumPy的ndarray：一种多维数组对象

ndarray[N维数组对象]是NumPy最重要的一个特点,它是一个快速且灵活的大数据集容器。据此，可以对整块数据做一些数学运算。

Numpy的标准使用是import NumPy as np，可以使用from numpy import * 。但由于numpy的命名空间大，包含大量的函数，且其中一些与Python内置函数重名，因此不建议后者写法。

ndarray是一个通用的同构数据多维容器，因此所有元素必须是相同类型，且每个数组都有一个shape(一个表示个维度大小的元祖)和一个dtype(一个用于说明数组类型的对象)

其中表1-1是一些数组创建函数：

函数	说明
array	将输入数据（列表、元组、数组或者其他序列类型）转换成ndarray