【数据分析】numpy在数据分析中常用的操作

一名在自学大数据分析路上的大二在读大数据本科生，最近三周自学了数据分析三剑客以及数据库.
我觉得最近学的知识很多，很有必要利用一点时间停下来好好复习总结一下本阶段所学的知识，我会把numpy、pandas、matplotlib、mysql的学习心得分成4篇文章来阐述，欢迎大牛指点我的不足，也希望小萌新参考我的文章能有所收获。如果有想一起学习大数据技术或者参加大数据学科竞赛的同学，欢迎和我来一起学习呀，废话不说了，开始正题：

大数据分析 numpy库的常用操作

一、导入包：

import numpy as np 

二、常用操作：

1. np.arange()

功能：类似range函数，返回ndarray类型,元素为0~n-1.

示例：

2. np.ones(shape)

功能：根据shape生成一个全1的数组，shape为元组类型.

示例：

3. np.zeros(shape)

功能：根据shape生成一个全0的数组，shape为元组类型
.
示例：

4. np.full(shape,value)

功能：根据shape生成一个各元素均为value的数组

示例：

5. np.eye(n)

功能：创建一个正方的n*n单位矩阵，对角线为1，其余全部为0
示例：

6. np.linspace(begin,end,num)

begin：开始值； end：结束值; n: 划分个数 ; 下同

功能：根据起始值等间距的填充数据，形成数组
示例：

7. .reshape(shape)

功能：不改变数组元素，返回一个shape形状的数组，但原数组不会改变。

示例：
根据示例图片可以轻易看出eg的值并未改变，若要改变值需要再次赋值

8. .resize(shape)

功能：和reshape一致，但会改变原数组的值
示例：

9. .swapaxes(ax1,ax2)

ax1,ax2为维度
功能：将数组n个维度中的两个维度进行交换,不改变原数组值
示例：

10. .flatten()

功能：对数组进行降维，返回折叠后的一维数组，原数组不变
示例：

11. np.random.randint(begin,end,num)

功能：生成随机数
示例：

12. np.random.random(shape)

功能：生成0到1的浮点数
示例：

13. np.newaxis

功能：给数组增加一个维度
示例：

14. np.sort()、np.argsort()

功能：sort返回从小到大的排序值，argsort返回从小到大排序的索引
示例：

15. .shape、.size、.dtype

.shape:对象的尺度，对矩阵来说即n行m列
.size:对象的个数，即n行*m列
.dtype:对象是数据类型