数据分析一遍通之numpy -- --附带源数据

1.前言

python之所以流行，原因之一是因为，python让编程变得容易。当执行python代码时，python解释器将代码转化为计算机能理解的二进制code，并执行。当我们运行Python程序时，我们不需要担心内存如何管理， 也不需要了解处理器如何执行。python将替我们处理这些事情。

python作为一门高级语言，编写Python程序会变得特别快速，因为python解释器帮我们决定如何执行程序。相反，类似C等的低级语言， 内存管理和处理器执行操作都需要你自己定义。这就意味着，使用低级语言编程将花费更多的时间和精力，但是同样的，程序的运行也更加的有效率。

语言类型	语言	书写效率	执行效率
高级语言	Python	高	低
低级语言	C	低	高

在高级语言和低级语言中选择的时候，你将面临着，是让程序书写快，还是让程序运行快。

幸运的是，有两个包：Numpy和Pandas,能同时满足要求。Numpy和pandas使用向量化，可以在不牺牲性能的情况下，快速编程数据分析程序。

正常的计算会通过for循环遍历，但是向量化使得计算同时进行。能使得计算速度成倍增加。

2. 创建一个Ndarray对象 

import csv
import numpy as np

# 读取csv成list of list
f = open("nyc_taxis.csv", "r")
taxi_list = list(csv.reader(f))

# 去除header
taxi_list = taxi_list[1:]

# 转换数据类型为float
converted_taxi_list = []
for row in taxi_list:
    converted_row = []
    for item in row:
        converted_row.append(float(item))
    converted_taxi_list.append(converted_row)

# 创建ndarray对象

taxi = np.array(converted_taxi_list)

3. 元素的选取

-- shape属性 

taxi.shape

-- 元素切片 

taxi[row_list, column_list] 

# eg 
row_0 = taxi[0]
rows_391_to_500 = taxi[391:501]
row_21_column_5 = taxi[21, 5]

4. 向量计算