python之如此强大,是因为他的很多工具包,例如数据分析中就涉及三个主要的包,NumPy和pandas和Matplotlib库,其中NumPy和pandas主要就是处理一维以及二维数据,Matplotlib则是数据可视化的利器。
一 , NumPy库和数组
import numpy as np
a = [1,2,3,4] #创建列表a
b = np.array([1,2,3,4])#创建数组
print(a)
print(b)
print(type(a))#打印出数据类型
print(type(b))
运行结果:
a = [1,2,3,4] #创建列表a
b = np.array([1,2,3,4])#创建数组
print(a[1])
print(b[1])
print(a[0:2])#列表a切片的结果,注意列表切片是“左闭右开”
print(b[0:2])#数组b的切片结果,数组切片是左闭右开
运行结果:
2.数据分析为什么要用数组而不用列表,是因为 NumPy是专门用于处理数据处理的库,能更好的支持一些数学运算,而用列表进行数学运算比较麻烦;
a = [1,2,3,4] #创建列表a
b = np.array([1,2,3,4])#创建数组
c = a * 2#列表是把元素重复一遍
d = b * 2#数组是对每个元素进行乘法
print(c)
print(d)
运行结果
e = [[1,2],[3,4],[5,6]]
f = np.array([[1,2],[3,4],[5,6]])
print("列表输出结果:",e)
print("数组输出结果:",f)
运行结果:
3.创建数组的几种方式
#创建一维数组
b = np.array([1,2,3,4])
#创建二维数组
f = np.array([[1,2],[3,4],[5,6]])
print(b)
print(f)
运行结果:
import numpy as np
x = np.arange(5)
y = np.arange(5,10)
z = np.arange(5,10,0.5)
print(x)
print(y)
print(z)
运行结果:
4,random产生随机数
a = np.random.randn(3) #创建一维数组,其中包含服从标准正态分布(均值为0,标准值为1的分布)的3个随机数
print(a)
运行结果:
a = np.random.rand(3) #生成0~1之间的3个随机数
print(a)
运行结果: