数据分析之Numpy学习笔记（一）（入门）

电子书（GitHub）

Data Analysis

Numpy数组

一维数组

我懒得用Jypter交互界面了，Windows弄ipython3交互也很烦懒得弄，这里就用pycharm的print凑合看看
1，导包

import numpy as np

2，Numpy数组和普通的list的区别

data = [1,2,3,4,5,6]
arr = np.array(data)
print(data)
print(type(data))
print('*****************')
print(arr)
print(type(arr))

可以看到 ndarray对象 和普通的list 还是有区别的。

如果要把数组转换成list可以这样写
arr.tolist()
也可以这样写，将数组对象强制转换成list
list(arr)

3，range函数

numpy数组中是np.arange()
普通的python就是 range()

二维数组

import numpy as np
data = [1,2,3,4,5,6]
arr = np.arange(4 * 4).reshape((4,4))
print(arr)

arange(4 * 4)实际上就是 arange(16)的意思，生成16个数据，
然后将这16个数据，填入reshape((4,4))生成的一个4X4的二维数组中

三维数组

import numpy as np
data = [1,2,3,4,5,6]
arr = np.arange(2 * 2 * 3).reshape((2,2,3))
print(arr)

生成一个 2 X 2 X 3的三维数组

我是这么理解的

笨办法理解三维数组里的索引值

切片

1，切片

笨办法理解切片

2，切片赋值

因为numpy中，切片赋值会有一个广播机制，即：切片赋值会扩散到整个选区。
如：

arr[:2,1:] = 0

布尔型索引

花式索引

花式索引总是复制到新的数组中

其他

查看numpy数组有几行几列

2.shape   --> 0维数组  -->()
[3 3 3].shape  -->1维数组  -->(3,)
[[1 1]
 [2 2]  
 [3 3]
]            .shape    -->2维数组  -->(3,2)

反转操作符

~ 等价于 ！=

总结（实用性的几点）

numpy中：

1，切片 切出来的是视图（要取内容，用拷贝）
				   （赋值给新值也没有用，因为他们指向同一个地址）
				   
2，切片赋值会修改原数据。

3，花式索引总是复制到新的数组中，阔以赋值给一个变量显示。

4，numpy对象.shape可以查看这个数组有几行几列。（显示结果为一个元组）

5.对 数组对象进行 加减乘除 转置 啥的 运算 ，会直接修改原数据。

,
,
,
下一篇：数据分析之Numpy学习笔记（二）（对象、方法、参数）