数据分析基础

数据分析

1. 数组属性:ndarray（数组）是存储单一数据类型的多位数组。

属性	说明
ndim	返回int。表示数组的维数
shape	返回tuple。表示数组的尺寸，对于n行m列的矩阵，形状为（n，m）
size	返回int，表示数组的元素总数，等于数组形状的乘机
dtype	返回data-type。描述数组中的类型
itemsize	返回int。表示数组的大小以字节为单位

2.创建数组对象

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

参数名称	说明
object	接收array。表示要创建的数组，无默认
dtype	接收data-type。表示数组所需要的数据类型，如果未给定，则选择保存对象所需的最小型。默认为None
ndmin	接收int。制定生成数组对应该具有的最小维数。默认为None。

3.创建数组对象

​ 创建数组并查看数组属性

import numpy as np    导入？Numpy库
arr1 = np.array([1, 2, 3, 4])  # 创建一维数组
print('创建的数组为：', arr1)
arr2 = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [7, 8, 9, 10]])
print('创建的二维数组为：\n', arr2)
print('数组维度为：',arr2.shape)  #查看数组结构
数组维度为： (3, 4)
print('数组维度为：',arr2.dtype)  #查看数组类型
数组维度为： int32
print('数组元素个数为：',arr2.size)  #查看数组元素个数
数组元素个数为： 12
print('数组每个元素大小为：',arr2.itemsize)  #查看数组每个元素大小
数组每个元素大小为： 4
使用linspace函数创建数组：参数1为开始数值，参数2为结束数值（包含2）参数33为步数
print('使用 linspace 函数创建的数组为：',np.linspace(0, 1, 12))
使用linspace函数创建的数组为： [ 0.          0.09090909  …  1.        ]
使用linspace函数创建数1为开始值10的0次方，参数2为结束值10的2次方，参数3为元素个数(等比步长)，参数4(base)为基数默认为10
print('使用logspace函数创建的数组为：',np.logspace(0, 2, 20))
使用logspace函数创建的数组为： [   1.            1.27427499    1.62377674 ...,   61.58482111   78.47599704  100.        ]
使用eye函数创建数组：定义对角线为1，其余位为0的数值，参数1为行数，参数2为列数（默认为行数数值）
print('使用eye函数创建的数组为：',np.eye(3))
使用eye函数创建的数组为： 
[[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]]
 使用diang函数创建数组:参数是1维数组时，结果形成一个以一维数组为对角线元素的矩阵是二维矩阵，结果输出矩阵的对角线元素
 print('使用diag函数创建的数组为：',np.diag([1,2,3,4]))
使用diag函数创建的数组为： 
[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]
使用ones函数创建数组：返回给定形状（shape）和数据类型（dtype）的新数组，其中元素的值为1
print('使用ones函数创建的数组为：',np.ones((5,3)))
使用ones函数创建的数组为： 
[[ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]]
数据类型

numpy基本数据类型与取值范围（只有一部分）

类型	描述
bool	用一位数组的布尔类型（值为TRUE或FALSE）
inti	由所在平台决定其精度的调整（一般为int32或int64&