###1.1,numpy & pandas有什么用?
教程链接
numpy基于C,pandas基于numpy。基于矩阵的运算,运算速度比python自带list或者dictionary的更快。
###1.2,安装
pip3 install numpy #3指向python3
pip3 install pandas
###2.1, numpy属性
>>> array = np.array([[2,3,4],[1,2,3]]) #定义一个矩阵
>>> print(array)
[[2 3 4]
[1 2 3]]
>>> print('number of dim',array.ndim) #矩阵维数
number of dim 2
>>> print('shape',array.shape) #行列数
shape (2, 3)
>>> print('shape',array.shape[1])
shape 3
>>> print('size:',array.size) #总共有多少数
size: 6
###2.2 numpy创建array
#不同数字格式,如float, int, float64, float32等。
>>> a = np.array([2,3,4,5])
>>> a
array([2, 3, 4, 5])
>>> a.dtype
dtype('int64')
>>> print(a.dtype)
int64
>>> a = np.array([2,3,4,5],dtype=float)
>>> print(a.dtype)
float64
>>> b = np.zeros((3,4),dtype=int) #np.zeros构造0矩阵,np.ones构造1矩阵,np.empty构造空矩阵(值接近于0)。
>>> b
array([[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0]])
>>> b = np.ones((3,4),dtype=int)
>>> b
array([[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]])
>>> np.arange(12).reshape((3,4)) #reshape可重定行列数
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> np.linspace(1,10,20) #生成线段,1到10里,生成20个数
array([ 1. , 1.47368421, 1.94736842, 2.42105263,
2.89473684, 3.36842105, 3.84210526, 4.31578947,
4.78947368, 5.26315789, 5.73684211, 6.21052632,
6.68421053, 7.15789474, 7.63157895, 8.10526316,
8.57894737, 9.05263158, 9.52631579, 10. ])
###2.3 numpy基础运算
######加减乘除
>>> a = np.array([10,20,30,40])
>>>> b=np.arange(4)
>>> print(a,b)
[10 20 30 40] [0 1 2 3]
>>> a - b
array([10, 19, 28, 37])
>>> b**2 #幂运算
array([0, 1, 4, 9])
>>> 10*np.sin(a) #sin(),cos(),tan(),cot()运算
array([-5.44021111, 9.12945251, -9.88031624, 7.4511316 ])
>>> 10*np.tan(a)
array([ 6.48360827,