数据分析第二课：Numpy数值计算基础

数组对象ndarray

数组属性：存储单一数据类型的多维数组

数组创建

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

• 用reshape函数对原来创建的数组进行修改
• 用arange函数创建数组

list用range函数创建数组相比：

list(range(10))
np.arange(10)

• numpy还可以用linspace函数创建数组
  
  前两个参数是没有默认值的，所以必须输进去

np.linspace(0,10,10,endpoint=False)#endpoint=False表示不取最后一个数

• logspace创建等比数列，根据切换base可改变比值，默认为10

np.logspace(0,10,10,endpoint=False,base=2)

• zeros函数创建全为0的数组
• eye函数创建单元矩阵
• diag函数创建对角线为指定数值的数组
• ones函数创建全为1的数组

数组数据类型

np.float32(a)#将数组中的元素为42的数据类型强制转换为float32

array创建数组是都是默认浮点型

生成随机数

• 无约束条件下生成随机数
  
  
• 生成服从均匀分布的随机数
  

最后参数是表明几个维度

• 生成服从正态分布的随机数
  
  
• 生成给定上下范围的随机数
  
  
  random模块其他常用生成随机数函数
  

通过索引访问数组

变换数组的形态

1、展平数组

• 使用ravel函数展平数组（只有横向展平）
  (即多维数组变成个一维数组)

arr.ravel()

• 使用flatten函数展平数组（可横向、纵向展平）

arr.flatten()#默认横向展开
arr.flatten(order=False)#纵向展开

2、组合和切割数组

• 组合数组
  
• 切割数组
  

矩阵与通用函数

创建与组合矩阵

• 创建矩阵
  mat函数、matrix函数都可以创建矩阵
  
  
• 组合矩阵
  bmat函数合成矩阵
  

矩阵的运算

数组的运算和矩阵的运算规则不同
数组对应位置互相运算，但是矩阵是按照矩阵的运算规则（即行与对应的列运算）

但如果数组用dot函数，即是用矩阵的运算规则进行运算
数组没有矩阵所特有的属性，所以不会有array(a).I这种调用方式

ufunc函数

通用函数，能够对数组中所有元素进行操作

• 广播机制
  

利用numpy进行统计分析

文件读写（二进制和文件列表形式）

files函数可以了解该文件下有几个数组

排序

• 直接排序：sort函数
  更多情况下是面对一维数组的排序
• 间接排序：
  

去重和重复数据

第二课实操

见下一篇博文：数据分析第二课任务具体实现