numpy基础知识详解_numpy 详解-CSDN博客

本文链接：https://blog.csdn.net/dafeidouzi/article/details/100520906

本文详细介绍了numpy的基础知识，包括ndarray数组、数据类型、维度、形状、索引、随机数生成以及矩阵计算。通过实例展示了numpy如何进行高效的数据处理，如计算均值、中位数，数组的合并与分割，并解释了numpy与pandas在处理数组时的差异。还探讨了numpy中的copy()函数用于避免数据共享导致的意外修改。

摘要由CSDN通过智能技术生成

这是我听了两门公开课后整理出来的~~~

numpy的特点：

高级的数值编程工具
强大的N维数组对象：ndarray
对数组结构数据进行运算（不用遍历循环）
随机数、线性代数、傅里叶变换功能

现在有一组列表数据，我要计算列表中a的均值，首先将列表转换成数据框

data=[{'a':10,'b':4},
      {'a':20,'b':3},
      {'a':30,'b':2},
      {'a':40,'b':1}]

df=pd.DataFrame(data)

如果我要用pandas计算均值，那得先将a的所有值加起来再除以它的长度，如果用.mean()就可以一步到位，这相当于矩阵计算。相比起来，pandas对于列表计算显得更麻烦，这时候就要引出numpy了

# 1.pandas计算均值
a_sum=0
for i in data:
    a_sum += i['a']
print(a_sum/len(data))

# 2.相当于矩阵计算
df.mean()

简要说明一下，numpy是Python的数值计算扩展，专门用来处理矩阵，它的运算效率比列表更高效。而pandas是基于numpy的数据分析工具，能更方便的操作大型数据集。

在进入numpy的学习之前，先回顾一下之前学过的数据结构有哪些：

# 1. 数值
type(1) 

# 2.字符串
type('hello') 

# 3.列表
type([1,2,3]) 

# 4.映射（字典）
type({'a':10})

那么学习numpy要学习哪些内容呢

首先要学习的是numpy的数据结构：ndarray 数组

lst=[12,24,36,48]

import numpy as np
df=np.arary(lst)

猜一猜上面的列表和数组打印出来之后有什么不同？不同之处就在于数组是没有逗号的

接着学习numpy的通用函数

可以用data.ndim查看数组的维度，比如下面有三个数组，我想分别知道它们的维度