第五节 Python数据分析

数据分析

## Numpy ##

1. import numpy as np导入Numpy
2. 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
3. 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
4. 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)
5. np.inf 无穷大，np.nan 不合法的数
6. 二维数组索引：a[index][index] 或者 a[index,index]
7. for index,i in np.ndenumerate(a):
print(index,i)查询二维数组所有元素
8. 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
9. 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
10. 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
11. 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

12. 矩阵乘法:a.dot(a)

    scipy

13. scipy.interpolate:插值 scipy.stats:统计 scipy.optimize:优化 scipy.integrate：积分 scipy.linalg：线代

    Matplotlib

14. 画图：可视化图形工具
15. Matplotlib官网进行学习