Python数据分析环境搭建与NumPy数值计算基础

1．创建数组并进行运算。

（1）创建一个数值范围为0~1，间隔为0.01的数组，并查看该数组的维度。

源代码

import numpy as np
arr1=np.arange(0,1,0.01)
print('使用arange函数创建的数组为：\n',arr1)
print('数组的维度为：',arr1.ndim)

运行截图

（2）创建100个服从正态分布的随机数，并查看数组的类型。

源代码

import numpy as np
arr2=np.random.randn(10,10)
print('使用randn函数创建的数组为：\n',arr2)
print('数组的类型为：',arr2.dtype) 

 运行截图

（3）对创建的两个数组进行四则运算。

源代码

x=np.array([1,2,3])
y=np.array([4,5,6])
print('数组相加结果为：',x+y)
print('数组相减结果为：',x-y)
print('数组相乘结果为：',x*y)
print('数组相除结果为：',x/y)

运行截图

（4）对创建的随机数组进行简单的统计分析。

源代码

 arr2.sort()
print('排序后的数组为：',arr2)
arr2.sort(axis=1)#沿着横轴排序
print('沿着横轴排序的结果为：',arr2)
arr2.sort(axis=0)#沿着纵轴排序
print('沿着纵轴排序的结果为：',arr2)
print('排序后的数组为：',arr2.argsort())
print('数组的和为：',np.sum(arr2))
print('数组纵轴的和为：',arr2.sum(axis=0))
print('数组横轴的和为：',arr2.sum(axis=1))
print('数组的均值为：',np.mean(arr2))
print('数组的标准差为：',np.std(arr2))
print('数组的方差为：',np.var(arr2))
print('数组的最小值为：',np.min(arr2))
print('数组的最大值为：',np.max(arr2))

运行截图

2. 生成两个2X2矩阵，并计算矩阵的和、差、乘积。

 源代码

 matr1=np.mat("1 2;4 5")
print('创建的矩阵为：',matr1)
matr2=np.matrix([[10,11],[13,14]])
print('创建的矩阵为：',matr2)
matr3=matr1*3
print('创建的矩阵为：',matr3)
print('矩阵相加的结果为：',matr1+matr2)
print('矩阵相减的结果为：',matr1-matr2)
print('矩阵相乘的结果为：',matr1*matr2)

 运行截图

3. 创建一个国际象棋的棋盘，填充8X8矩阵。国际象棋是个正方形，由横纵向各8格、颜色一深一浅交错排列的64个小方格组成，深色为黑格，浅色为白格，棋子就在这些格子中移动。

 源代码

matr4=np.ones((8,8))
for i in range(8):
    for j in range(8):
        if(i+j)%2==0:
            matr4[i,j]=0
print(matr4)

运行截图

4.已知矩阵

[[2   3   4]

[4   5   6]

[6   7   8]]

（1）将矩阵存储在mat当中。

（2）输出其转置矩阵、共轭矩阵、逆矩阵。

（3）将矩阵[1 2 3 ]存在arr当中，计算mat+arr，并输出结果。

 源代码

matr4=np.mat([[2,3,4],[4,5,6],[6,7,8]])
print('创建的矩阵为：',matr4)
print('矩阵转置结果为：',matr4.T)
print('矩阵共轭转置结果为：',matr4.H)
print('矩阵的逆矩阵结果为：',matr4.I)
arr=np.mat([[1,2,3]])
print('创建的矩阵为：',arr)
print('矩阵相加的结果为：',matr4+arr)

运行截图

5.读取iris数据集中的花萼长度数据（已保存为CSV格式），并对其进行统计分析。

（1）读取文件。

（2）输出花萼长度表。

（3）输出去重后的花萼长度表

（4）输出花萼长度表总和

（5）输出花萼长度表的累计和

（6）输出花萼长度表的均值

（7）输出花萼长度表的标准差、方差

（8）输出花萼长度表的最小值、最大值

源代码

iris_sepal_length=np.loadtxt("C:/Users/Administrator/Desktop/iris_sepal_length.csv",delimiter=",")
print('花萼长度表为：',iris_sepal_length)
iris_sepal_length.sort()#排序
print('排序后的花萼长度表为：',iris_sepal_length)
print('去重后的花萼长度表为：',np.unique(iris_sepal_length))
print('花萼长度的总和为：',np.sum(iris_sepal_length))
print('花萼长度表的累计和为：',np.cumsum(iris_sepal_length))
print('花萼长度表的均值为：',np.mean(iris_sepal_length))
print('花萼长度表的标准差为：',np.std(iris_sepal_length))
print('花萼长度表的方差为：',np.var(iris_sepal_length))
print('花萼长度表的最大值为：',np.max(iris_sepal_length))
print('花萼长度表的最小值为：',np.min(iris_sepal_length))

运行截图