Python数据分析中 Numpy和pandas包使用简介

Numpy 是Python科学计算的基础库，主要提供N维数组的实现，以及数学算法。

1：Numpy 数组的创建和访问：

创建一维数组，二维数组。这里的一维数组类似数学中的向量，二维数组类似数学中的矩阵。

import numpy as np

''' 常见的利用numpy 创建数组的方法'''

print("创建一个5行6列的二维数组")
a1=np.array([[1,2,2,2,3,3],[1,2,2,2,2,2,],[1,2,3,4,5,6],[1,2,3,4,4,5],[1,2,3,4,5,6]]) # .array() 创建数组函数
print(a1)
dim=a1.ndim # 数组.ndim 返回值是维数组的维数 二维数组返回值就是2，
print(dim)
size=a1.shape # 数组.shape 返回数组的大小，即行数和列数 注意返回值的类型为元组
print(size,'\n')

a2=np.arange(5) #.arrange() 创建1维数组 用法类似于range([start,]end[,step])
print(a2,'\n')

a3=np.linspace(0,3,5) #.linspace() 创建1维数组
print(a3,'\n')

a4=np.zeros((3,5)) # .zeros(shape=(row,col)) 创建row*col 的二维数组(零矩阵) 
print(a4,'\n')

a5=np.ones((3,3)) # .ones(shape=(row,col)) 创建row*col 的二维数组(单位矩阵)
print(a5,'\n')