python数据分析Numpy小记2020

Numpy介绍

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

• 提供高效多维数组
• 提供了基于数组的便捷算术操作以及广播机制
• 对数据进行快速的矩阵计算
• 对硬盘中数组数据进行读写操作

Numpy安装

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/

Numpy基本操作

创建N-维数组对象

生成数组最简单的方式就是使用array函数。array函数接收任意的序列型对象，生成一个新的包含传递数据的Numpy数组。

import numpy as np

# numpy.array(object)
arr = np.array(range(6)) 
print('arr =',arr) #arr = [0 1 2 3 4 5]
print('type(arr1)=',type(arr1)) #type(arr1)= <class 'numpy.ndarray'>

# numpy.arange([start,] stop[, step,])
arr4 = np.arange(1,12,2)
print('arr4=',arr4) #arr4= [ 1  3  5  7  9 11]
print('type(arr4)=',type(arr4)) #type(arr4)= <class 'numpy.ndarray'>

注意: ndarray数组是一个通用的多维同类数据容器，意味着数组里面每一个元素均为相同类型。

Numpy数据类型

类型	类型代码	描述
int8,uint8	i1,u1	有符号和无符号的8数位整数
int16,uint16	i2,u2	有符号和无符号的16数位整数
int32,uint32	i4,u4	有符号和无符号的32数位整数
int64,uint64	i8,u8	有符号和无符号的64数位整数
float16	f2	半精度浮点数
float32	f4	标准单精度浮点数
float64	f8	标准双精度浮点数
bool	?	布尔值，存储True或False
string_	S	ASCII字符串类型，eg：‘S10’
unicode_	U	Unicode类型，eg：‘U10’