python计算数据百分比_Python数据分析 1：科学计算工具Numpy

一、什么是Numpy

Numpy是python开源的科学计算工具包，属于高级的数值编程工具：

• 强大的N维数组对象：ndarray
• 对数组结构数据进行运算（不用遍历循环）
• 随机数、线性代数、傅里叶变换等功能

关于Numpy一般需要掌握以下内容：

• Numpy基础数据结构
• Numpy通用函数
• Numpy索引及切片
• Numpy随机数
• Numpy数据的输入输出

二、Numpy基础数据结构

Numpy数组是一个多维数组对象，称为ndarray，其由两部分构成：

1. 实际的数据
2. 描述这些数据的元数据

import numpy as np
ar=np.array([[1,2,3,4,5,6],[2,3,4,5,6,7],[3,3,4,5,6,7]])
print([1,2,3,4,5])
print(ar,type(ar))
print(ar.ndim) # 查看有多少个轴
# 一维数组就是一行
# 二维数组是多个一维数组
# 三维数组是多个二维数组
print(ar.shape) # 数组的维度，对于n行m列的数组，shape为(n,m)
print(ar.size) # 总共的元素的个数
print(type(ar),ar.dtype) # ar的类型，数值的数据类型
print(ar.itemsize) # 每个元素的字节大小

1、如何创建数组

可以用array()函数来创建，括号内可以是列表、元祖、数组、生成器等：

ar1=np.array(range(10))
ar2=np.array(10)
ar3=np.array([1,2,3,4,5])
ar4=np.array([[1,2,3,4,5],[1,2,3,4,5]])
print(ar1)
print(ar2)
print(ar3)
print(ar4)
print(np.random.rand(10).reshape(2,5))

2、arange()

arange()类似于range()，在给定间隔内返回均匀间隔的数值：

print(np.arange(10)) # 返回0~9,整型
print(np.arange(10.0)) # 返回0.0~9.0，浮点型
print(np.arange(5,15)) # 返回5~14
print(np.arange(5.0,12.0,2)) # 返回5.0~12.0，步长为2
print(np.arange(100000000)) # 如果数组太大无法打印，Numpy会自动跳过数组中心部分

3、linspace()

linspace()可以用来返回在间隔[开始，停止]上计算的num个均匀间隔的样本：

print(np.linspace(10,15,num=20))

print(np.linspace(10,15,num=20,endpoint=False)) 
# endpoint指的是末尾的数值包不包含，其默认值为True

</