Python科学计算：用NumPy快速处理数据

写在前面：

大家再读别人文档的时候，一定有过以下方面的苦恼：

1、为啥我复制别人的代码总是执行报错；（内心mmp，劳资就是想学个技术，咋就这么难了？？？）

emmn，一定是你的计算机环境与别人不一样；（强烈建议大家回答问题，写文档时加上自己的开发环境和使用软件的版本。）

比如我现在就想学习数据分析，那么第三方库Numpy，Pandas就是必须的；可是，一般的书籍上来就推荐你用python2.x，3.x，然后你觉得不好用，就下载pythonIDE，pythonChram；可是你下载了这么多，发现还是没有第三方库Numpy，Pandas（这时候你的激情可能被消耗殆尽）；

正确做法是：直接下载Anaconda--python集成环境，除了python基本功能外，还自动下载了数据分析必备的第三方库；

下载地址：https://www.anaconda.com/download/

安装视屏：https://edu.hellobi.com/course/234/lessons

• Jupyter notebook 安装管理：https://www.zhihu.com/collection/236101838
• Anaconda 安装管理：https://www.zhihu.com/collection/236101838

为什么要用 NumPy 数组结构而不是 Python 本身的列表 list？这是因为列表 list 的元素在系统内存中是分散存储的，而 NumPy 数组存储在一个均匀连续的内存块中，这样数组计算遍历所有的元素，不像列表 list 还需要对内存地址进行查找从而节省了计算资源。

另外 NumPy 中的矩阵计算可以采用多线程的方式，充分利用多核 CPU 计算资源，大大提升了计算效率。

在 NumPy 里有两个重要的对象ndarray（N-dimensional array object）解决了多维数组问题，而 ufunc（universal function object）则是解决对数组进行处理的函数。

ndarray 对象

在 NumPy 数组中，维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2；在 NumPy 中，每一个线性的数组称为一个轴（axes），其实秩就是描述轴的数量。

创建数组

import numpy as np
a = np.array([1, 2, 3])
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b[1,1]=10
print a.shape
print b.shape
print a.dtype
print b

输出
(3L,)
(3L, 3L)
int32
[[ 1  2  3]
 [ 4 10  6]
 [ 7  8  9]]

创建数组前，你需要引用 NumPy 库，可以直接通过 array 函数创建数组；a是一维数组，b是二维数组；（二维数组就是在【】内嵌套【】）

可以通过函数 shape 属性获得数组的大小，

通过 dtype 获得元素的属性

注意下标是从 0 开始计的

快速构建数组

#通过数组创建一个二维的ndarray
data2 = [[1,2,3,4],[5,6,7,8]]
arr2 = np.array(data2)
print(arr2)]

输出：
array([[1, 2, 3, 4],
       [5, 6, 7, 8]])


##创建全0数组
np.zeros(10)
输出
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

#创建3个1数组
np.ones(3)
输出：
array([1., 1., 1.])

#创建等差数组
np.arange(1,15,2)#不包括15
输出
array([ 1,  3,  5,  7,  9, 11, 13])

#创建正态分布随机数数组
samples = np.random.normal(2,3,size=(4,4))#均值为2，sd=3
samples

#创建随机整数数组，上限10，下限0
draws = np.random.randint(0,10,size=(3,4))
输出
array([[2, 2, 4, 5],
       [7, 5, 8, 5],
       [9, 0, 6, 1]])

 

示例构建数组

如果你想统计一个班级里面学生的姓名、年龄，以及语文、英语、数学成绩该怎么办？