Python数据分析学习记录（一）

Numpy

from numpy import *   导入库

Numpy特点为N维数组对象ndarray，由一系列同类型数据的集合，以0下标为开始进行集合中元素的索引

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

# 多于一个维度

import numpy as np

a = np.array([[1, 2], [3, 4]])

print (a)

结果：

[[1  2] 
 [3  4]]

数组属性：
NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。

每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

轴：保存数据的维度      秩：轴的数量

使用Numpy中函数创建ndarray数组，如：arange，ones，zeros等

• reshape不修改原始数据
• resize修改原始数据

ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。

也可以通过冒号分隔切片参数 start:stop:step 来进行切片操作

还可以包括省略号 …，来使选择元组的长度与数组的维度相同。

 

#案例：
#用numpy创建一个二维或多维正态分布随机数，保留符合[0, 1)的数，然后求平均值
import numpy as np #导入numpy库，别名np
a=np.random.randn(4,2) #创建一个四行二列的正态分布随机数
b=a[(a>=0)&(a<1)]  #取出>=0并且<1的随机数，并赋值给b
print("a",a)
print("b",b)
print(b.mean())  #取平均值

推荐：

数据分析与展示——NumPy库入门 - Python学习者 - 博客园 (cnblogs.com)

NumPy 高级索引 | 菜鸟教程 (runoob.com)