![89938f6d00ca59a39f867d3133ac2297.png](https://i-blog.csdnimg.cn/blog_migrate/0e3b73a56981d54b40e80933e1364f19.jpeg)
Python学习过程中numpy和pandas是应用最为广泛的包,我们这次来一起学习利用它们进行数据分析的方法,本次分为三部分:一维数据分析、二维数据分析和数据分析案例
1.一维数据分析
numpy中的一维数组定义
![86fbc76e519852d627f84c08114dbb38.png](https://i-blog.csdnimg.cn/blog_migrate/dcc0eb86532e4ac6c44cbd726da2c5cc.png)
mumpy中的一维数组可以进行平均值和标准差的计算,还可以进行向量化计算,这点与数据表不同
panda中一位数据结构的定义方式如下
![91e7f0faf3dbe6ba13a4eb75905b3097.png](https://i-blog.csdnimg.cn/blog_migrate/805635eb3a9f83e8cf52f29f3821650b.png)
![b551dce3ed62dfa0d1acb40da7b1000d.png](https://i-blog.csdnimg.cn/blog_migrate/70ea0b864ab21622f98e9063e1c33b65.jpeg)
取值可以通过两种方法,使用iloc根据需要进行取值,还可以通过loc根据索引值进行取值
2.二维数据分析
numpy中的二维数组创建与取值方法如下,使用冒号可以切片访问代表该行或该列的全部值
![cbf976d47db64d55ca304050a31fafb5.png](https://i-blog.csdnimg.cn/blog_migrate/c2493bfa24f3a023c03e292e0542ac5a.jpeg)
按照行或列进行平均值计算的方式如下: