数据分析
## Numpy ##
- import numpy as np导入Numpy
- np.array(list,dtype=int)构造数组(任意维度)([[1,2,3],[2,3,4]].这是一个二维数组),dtype强行转换类型。最通用的是object
- 数组属性 .shap属性返回数组的行和列。np.shap(a)也可以拿到属性。.dtype拿到数据类型
.itemsize属性表示每个元素占多少字节 - 数组方法 .fill(值)把数组变成传入的值。np.zeros((2,3))生成2行3列全0的数组.np.ones((2,3))全1的数组。np.arange(开始,结束。间隔) 生成这样一个数组. np.linspace(开始,结束。个数)
- np.inf 无穷大,np.nan 不合法的数
- 二维数组索引:a[index][index] 或者 a[index,index]
for index,i in np.ndenumerate(a):
查询二维数组所有元素
print(index,i)- a.sum()求所有元素的和,a.sum(axis=0)求类似于把a.shape得到的元组去掉axis值所在的元素求和
- a.shape= 2,5,10把数组分成1个三维数组,每个三维包含2个二维,每个二维保护5个一维,每个一维包含5个元素
- num.prod()求积。a[None,:,:]在原有维度增加一个维度。a.T 行转列,列转行
- np.concatenate(a,b,axis=index) 拼接数组,除了指定的index,其他维度长度需要一样
矩阵乘法:a.dot(a)
scipy
scipy.interpolate:插值 scipy.stats:统计 scipy.optimize:优化 scipy.integrate:积分 scipy.linalg:线代
Matplotlib
- 画图:可视化图形工具
- Matplotlib官网进行学习