numpy 矩阵 秩_数据分析numpy总结

Numpy（Numerical python）是基于Python的高性能的开源数据计算与数据分析基础包，支持大量的数据与矩阵运算，此外也针对数组运算提供大量的数学函数库，Numpy本身没有提供高级的数据分析功能，但理解numpy数组的概念以及面向数组的运算设计有助于高效实用pandas等更加高级的工具。

一、ndarray：一种多维数组对象

Numpy最重要的一个特点就是N维数组对象（即ndarray），该对象是一个快速而灵活的同构数据多维容器，可以利用这种数组对整块数据执行一些数学运算，通常叫做矢量化运算，即大小相等的数组之间的任何算数运算都会将运算应用到元素级，该部分是ndarray相关操作总结

# 举例说明数组的优点  计算A**2 + B**3
a = [0,1,2,3,4]
b = [9,8,7,6,5]

### 一般Python循环方法
def pysum():
    c = []
    for i in range (len(a)):
        c.append(a[i]**2 + b[i]**3)
    return c
print (pysum())

### numpy 算法
"""
- 去掉循环，使一维数据更像单个数据，优化算法，提高运算速度
- 数组对象采用相同的数据类型，有助于节省运算和存储空间
"""
import numpy as np
def npsum():
    a = np.array([1,2,3,4])
    b = np.array([8,7,6,5]) 
    c = a**2 + b**3
    return c
print(npsum())

1.1ndarray的生成函数

注意：由于Numpy关注的是数值运算