简述python常用数据分析库之numpy

一、NumPy简介

NumPy（Numeric Python） 是Python 中科学计算的基础包。它是一个Python库，提供了多维数组对象和各种派生对象，以及快速操作的各种函数，包括数学、逻辑、形状操作、排序、选择、傅立叶变换、基本线性代数、基础统计运算、随机模拟等。
NumPy 的底层使用C 语言编写，并且在内部实现了对Python解释器锁（PIL）的解锁，使其并行运算的效率远高于Python 的基础数据结构。它同时也作为许多数据分析库、科学计算库、机器学习算法库的底层库。NumPy 有超过10年的历史，核心算法经过了长时间、多人次的验证，非常稳定，并且NumPy的扩展性非常好，可以很容易集成到其他语言（Java，C#）中。
NumPy的核心是 ndarray 对象，该对象是一个N维数组对象（N-dimensionarray）。它是一个快速而灵活的大数据集容器，该对象由两部分组成。
（1）实际的数据
（2）描述这些数据的元数据
大部分的 ndarray 操作仅仅是修改元数据部分，而不会改变其底层的实际数据。可以直接将 ndarray 看作一种新的数据类型，就像list、tuple、dict 一样。但在 ndarray 中，所有元素的数据类型必须是一致的。

二、NumPy常用属性和方法

属性	名描述
dtype	描述数组中元素的类型
shape	以tuple 的形式，表示数组的形状
ndim	数组的维度
size	数组中元素的个数
itemsize	数组中元素在内存所占字节数
T	数组的转置
flat	返回一个数组的迭代器，对flat 赋值将导致整个数组的元素被覆盖
nbytes	数组占用的存储空间

三、实例演示

首先需引入 numpy 库，取别名为 np

import numpy as np

演示代码，在 jupyter 中操作

①指定数组维度 ndim ：

②指定数据中元素类型 dtype ：

指定为复数类型：

指定类型为对象：

③切分数组 shape ：


④索引

按 ( x ,y) 坐标取值：