python数据分析三剑客之numpy

numpy

import numpy as np

用于处理数组的python库，也有在线性变换、傅里叶变换、矩阵领域工作的功能。

使用numpy的原因：python中的列表处理速度很慢，numpy提供的数组对象比传统的python列表快50倍。

numpy中的数组对象倍称为ndarray，它提供了很多支持性函数，使得ndarray非常容易。

为什么numpy比列表快：与列表不同，numpy的数组被存储在内存中一个连续的位置，所以进程可以非常有效的访问和操作它们。

数组、数据类型、形状、操作（迭代、连接、拆分、排序）

numpy的数组对象 ndarray

使用 np.array()创建一个ndarray对象

数组x的类型是numpy.ndarray

要创建ndarray，我们可以将列表、元组或任何类似数组的对象传递给array()方法，然后将它转化为ndarray

numpy二维数组

numpy三维数组

检查维度 ndim

数组在创建时就可以指定维度 ndmin=

数组索引

numpy数组的索引从0开始

访问一维数组

访问二维数组

从后找元素，负索引：-1是最后一个元素