Python数据分析与展示（一）Numpy库入门

最新推荐文章于 2024-04-22 10:39:30 发布

NA_keshu

最新推荐文章于 2024-04-22 10:39:30 发布

阅读量1.3k

点赞数

分类专栏： python 文章标签： Python Numpy 数据分析

本文链接：https://blog.csdn.net/NA_keshu/article/details/83749408

版权

本文介绍了Python数据分析的基础工具Numpy，包括环境搭建、ndarray对象、数组创建和变换、索引切片以及数组运算。通过实例展示了如何从Python列表创建ndarray，以及一维和多维数组的索引操作，强调了同质性在数组运算中的重要性。

摘要由CSDN通过智能技术生成

环境搭建

安装numpy、scipy、matplotlib、ipython、pandas等必要包

pip install numpy scipy matplotlib ipython jupyter pandas sympy nose

安装Spyder3

pip install spyder

或者直接安装集成环境anaconda

ndarray是一个多位数组对象，有两部分组成：

ndarray数组一般要求所有元素类型相同（同质），数组下标从0开始

轴（axis）：保存数据的维度，秩（rank）：轴的数量

属性	说明
`.ndim`	秩，即轴的数量或维度的数量
`.shape`	`ndarray`对象的尺度，对于矩阵，n行m列
`.size`	`ndarray`对象元素的个数，相当于`.shape`中n*m的值
`.dtype`	`ndarray`对象的元素类型
`.itemsize`	`ndarray`对象中每个元素的大小，以字节为单位

数据类型	说明
bool	布尔类型，True或False
intc	与C语言中的int类型一致，一般是int32或int64
intp	用于索引的整数，与C语言中ssize_t一致，int32或int64
int8	字节长度的整数，取值：[ $- 128, 127$ ]
int16	16位长度的整数，取值：[ $- 32768, 32767$ ]
int 32	32位长度的整数，取值：[ $2^{31}, 2^{31}-1$

关注