1. Numpy,科学计算的核心
Numpy 中的基础数据结构是 array(数组),数组也就是矩阵的意思。
一维数组是行向量,二维数组是列向量/矩阵;
三维数组是在时间轴上的二维数组,三维和高维的数组通常用的不多。
(1)关于np.array的常见操作:
>>> import numpy as np
>>> import pandas as pd
>>> a = np.array([[1,2,3],[4,5,6]])
>>> a
array([[1, 2, 3],
[4, 5, 6]])
>>> # 数组的维度
>>> a.shape
(2, 3)
>>> # 将二维数组转成一维数组
>>> a.ravel()
array([1, 2, 3, 4, 5, 6])
>>> # 改变二维数组形状
>>> a.reshape((3,2))
array([[1, 2],
[3, 4],
[5, 6]])
>>> a.shape
(2, 3)
(2)关于np.random的常见操作:
>>> # 在[0,1)内产生随机数,维度是3*2
>>> np.random.random((3,2))
array([[0.63884278, 0.02508707],
[0.71119818, 0.10008103],
[0.68718291, 0.2778071 ]])
>>> # 产生指定区间的随机整数,维度是3*2
>>> np.random.randint(low=2, high=10, size=(3,2))
array([[8, 3],
[2, 6],
[2, 9]])
>>> # 均匀分布
>>> np.random.uniform(low=3, high=10, size=(3,2))
array([[9.16399837, 5.75987948],
[7.02144694, 8.47427805],
[7.38052989, 8.4861068 ]])
2. Pandas,是数据分析的标准
同大部分的数据分析库一样,