Python数据分析与展示-Numpy、Pandas

一、概述

1、numpy（ndarray）：一个开源的python科学计算基础库。具有广播功能函数；整合C/C++/Fortran代码的工具；线性代数、傅里叶变换、随机数生成等功能。是SciPy、Pandas等数据处理或科学计算库的基础。

2、pandas（series、dataframe）：是Python第三方库，提供高性能易用数据类型和分析工具。基于Series、Dataframe两种数据类型的各种操作：基本操作、运算操作、特征类操作、关联类操作

二、关于numpy

1、数据的维度：

（1）一维数据：由对等关系的有序或无序数据构成，采用线性方式组织（列表（[]）和集合（{}）类型）

【注】列表与数组的对比：列表中的数据类型可以不同，但数组中的数据类型都得一样

（2）二维数据：有多个以为去诶数据构成，是一维数据的组合形式（列表类型）

（3）多维数据：由一维或二维数据在新维度（如时间维度）上扩展而成（列表类型）

（4）高维数据：仅利用最基本的二元关系展示数据间的复杂结构（字典类型或数据表达格式）

2、numpy的数组对象ndarray：

（1）为什么要使用numpy：数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据；设置专门的数组对象，经过优化，可以提升这类应用的运算速度

（3）关于ndarray：是一个多维数组对象，由两部分构成——实际的数据；描述这些数据的元数据（数据维度、数据类型等）

【注】ndarray数组一般要求所有元素类型相同（同质），数组下标从0开始

（4）基本操作：

np.array()

生成一个ndarray数组,轴（axis）——保持数据的维度；秩（rank）——轴的数量

eg：np.array([[0,1,2,3,4],

                       [9,8,7,6,5]])

ndarray对象的属性：

.ndim：秩，即轴的数量或维度的数量

.shape：ndarray对象的尺度，对于矩阵，n行m列