Python数据分析与展示—1

一、数据的维度

1.一维数据由对等关系的有序或无序数据构成,采用线性方式组织。
2.列表和数组区别：
（1）列表:数据类型可以不同
（2）数组:数据类型相同
3.二维数据由多个一维数据构成,是一维数据的组合形式。
表格是典型的二维数据其中，表头是二维数据的一部分。
4.多维数据由一维或二维数据在新维度上扩展形成。
5.高维数据仅利用最基本的二元关系展示数据间的复杂结构。
6.数据维度的python表示：

二、numpy的数组对象ndarray

1.numpy：

2.N维数组对象：ndarray
ndarray是一个多维数组对象,由两部分构成:
（1）实际的数据
（2）描迹这些数据的元数据(数据维度、数据类型等)
ndarray数组一般要求所有元素类型相同（同质）,数组下标从0开始。
3.ndarray实例

4.ndarray对象的属性

5.ndarray的元素类型(1)

6.ndarray的元素类型(2)

7.ndarray的元素类型(3)

三、数组ndarray的创建和变换

1.ndarray数组的创建方法：

（1）从Pyhton中的列表、元祖等类型创建ndarray数组

x = np.array(list/tuple)
x = np.array(list/tuple,dtype=np.float32)

当np.array()不指定dtype时，NumPy将根据数据情况关联一个dtype类型
（2）使用Numpy中函数创建ndarray数组，如：arange，ones，zeros等

2.ndarray数组的维度变换：

四、数组ndarray的操作

1.数组的索引和切片

• 索引:获取数组中特定位置元素的过程
• 切片:获取数组元素子集的过程

2.—维数组的索引和切片:与Python的列表类似

3.多维数组的索引：

4.多维数组的切片：

五、数组ndarray的运算

1.数组与标量之间的运算作用于数组的每一个元素

2.NumPy—元函数对ndarray中的数据执行元素级运算的函数


3.NumPy二元函数

六、实例

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。