python大数据-numpy基础

numpy基础学习

'''
在数据分析中常会用到三个包，Numpy，Pandas，Scipy
其中Numpy包通常用来处理矩阵，它的处理速度比列表要高效的多，Scipy是用来科学计算的包，
包括线性代数和统计，而Pandas是基于Numpy的一款数据分析工具。
'''
#Numpy是数据结构的n维的数组对象叫做ndarry
#导入numpy包，as+名字，相当于起别名，用其代替相关的包
import numpy as np
data1=[1,2,3,4]
print(data1);
print(type(data1))
#将其转换成数组类型
data1=np.array(data1);
print(data1);
print(type(data1));
print("----------------------")
#定义一个二维的列表
data2=[[1,2,3],[4,5,6]];
print(data2);
data2=np.array(data2);
print(data2);
print(type(data2))
print("-----------------------");
#numpy包含的数据类型比较丰富，当需要转换格式的时候，可以使用astype函数，
data=data1.astype('str');#将其转换成字符串类型
print(data);
print(type(data));
#astype表示可以数组内的数值可以转化相应的类型的数值
print("-----------------------");
#对数组中的值进行计算比较方便
data1=data1+1;#表示对数组中的每一个值都加一；
print(data1)
print("-----------------------");
print(data1*data1)#对数组中对应位置的值进行相乘
print("-----------------------");
print(data1*2)#表示对数组中的每一个值都乘以2
print("-----------------------");
array=np.array([1,2,3,4,5]);
print(array)
print("-----------------------");
#对其进行索引访问，其访问的与列表，元组的形式相同，也可以对其进行直接赋值
print(array[2])#表示访问array下标为2的元素
print(array[-2:]);#-n表示从数组的倒数第n个值开始进行访问
array[2]=10;
print(array);
print("-----------------------");
#数组除了上述的操作以外，还有reshape，T转置，ufunc，soft等函数
#reshape()是数组对象中的方法，用于改变数组的形状。
array=np.array([1,2,3,4,5,6,7,8]);
print(array)#输出一个一维数组
array=array.reshape(2,4);
print(array)#将一维数组变成两行四列的数组
print('-----------------------');
array=array.reshape(2,2,2);#将数组转换成三维数组
print(array)
print('-----------------------');
array=np.array([1,2,3,4,5,6,7,8]);
array=array.reshape(2,4);
print(array);
print("-----------------")
array=array.T;#将其转置
print(array)
#sort函数可以对数组值进行排序
array=np.array([2,5,4,1,7,34,9]);
print(array);
print(type(array))
print('-------------')
print(sorted([5, 2, 3, 1, 4]))
print('-------------------');
print(sorted(array))