Python数据分析-Numpy快速入门

一、什么是Numpy

二、 创建 Numpy ndarray对象

 三、数组中的维度

1.各种维度数组

 2.检查维度数

3.创建更高维度的数组 

 四、数组索引

1.访问数组元素

2.访问2-D数组元素

其他维度的同理

 3.负索引

五、数据裁剪：要头不要尾

1.裁剪数组

demo： 

 2.负裁剪

3.步长

4.裁剪2-D数组         

 六、Numpy 的数据类型

1.python的数据类型

2.numpy类型

 

3.检查数组的数据类型

 4.用已定义数据类型创建数组

5.转换已有数组的数据类型

6.数组副本（copy）和视图（view）

 7.检查数组是否拥有数据

七、形状 

1.数组的形状 

2.获取数组的形状

3.数组重塑：改变数组形状

 4.返回副本还是视图

 

5.使用未知维度

 6.展平数组：多维-》一维

八、操作——数组迭代

 1.数组迭代

2.2-D数组迭代nditer（）

只遍历第0维，如果要遍历每个元素就是两个for

或者：nditer（）

 3.迭代不同数据类型的数组

整形转为字符串型，需要buffered这个空间

 4.以不同步长迭代

5.枚举迭代，找相应索引

 九、操作——数组连接

1.连接numpy数组

 

2.使用堆栈函数连接

会多一个维度

 

3.沿行堆叠

4.沿列堆叠

5.沿高（深度）堆叠

  十、操作——数组拆分

直接使用split不够分报错

 只在第一维度分为3份

   十一、操作——数组搜索

1.搜索数组

 2.搜索排序

可以设置从哪边找side=

 3.找多个值

    十二、操作——数组排序

1.数组排序

False在前，True在后

2. 2-D数组排序

只对第一维进行排序

    十三、操作——数组过滤

 1.数组过滤

2.建立数组过滤器

3.直接从数组创建过滤器（不用写循环）