python 数据分析基础库

一、数据分析之NumPy

NumPy（Numerical Python）是一个开源的 Python 科学计算库，包含很多的数学函数， 涵盖了线性代数运输，傅里叶变换和随机数生成等功能，可以很自然的使用数组和矩阵。 NumPy 的多维数组对象 ndarray 是一个快速、灵活的大数据容器，用户可以利用它对整 块数据进行数学运算，其运算跟标量元素之间的运算一致。 创建 ndarray 数组：array()函数，它接受一切序列型的对象（包括其他数组），然后产生 大数据与人工智能学院 一个新的、含有传入数据的 NumPy 数组

1.1列表，元组，字典

 列表当中的元素用引号引起来，外面用中括号括起来，元素之间用逗号分隔开来，用来表示列表，是python当中数据结构之一，元素可变

 元组当中的元素用引号引起来，外面用括号括起来，元素之间用逗号分隔开来，用来表示元组，是python当中数据结构之一，元素不可变

  字典当中的元素用引号引起来，外面用大括号括起来，元素为键值对，其中键值用引号引起来，然后是冒号，在着是索引值，键值对之间用逗号分隔开来，用来表示自带你，是python当中数据结构之一，元素可变,下图是字典索引的方法

 1.2 矩阵生成之array，特殊矩阵

 我们看到data1为一个列表，用array函数之后便可以将列表转换为矩阵

 在array中我们可以自己定义列表，分行用逗号，在中括号里面写入自己想输入的元素

 特殊矩阵函数有np.zero（）（零矩阵），np.ones函数（全1矩阵），np.eye函数（对角矩阵），在 NumPy 中，np.empty()认为返回全为 0 的数组是 不安全的，因此它会返回一些非常接近于 0 的随机值。

另外矩阵名.dtype可以返回矩阵的数据类型

矩阵名.shape可以查看矩阵的几行几列

dtype 是一个特殊的对象，它可以将 ndarray 中的数据解释成内存中特定数据类型所需的信息，是 Numpy 如此强大和灵活的一个重要原因。在多数情况下它直接映射到相应的机器上，使得“读写磁盘上的二进制数据流”已经“集成低级语言代码”等工作变的更加简单。 数值型 dtype 的命名形式相同：一个类型名（例如 float 或 int）加上一个用于表示各元素位 长的数字。当需要更改数组中的 dtype 可以使用 astype 方法。下图这样就可以将原矩阵的数据类型改变了。