python高维数据有哪些表示方法_[Python学习笔记]Python数据

嵩天老师的课感觉很好呀，啦啦啦

0. 数据分析之前奏

课程主要内容：

常用IDE：

本课程主要使用：Anaconda

Anaconda：一个集合，包括conda、某版本Python、一批第三方库等

-支持近800个第三方库

-适合科学计算领域

-包含多个主流工具

-开源免费

-跨平台

本身不是个ide 是将多个工具集成在一起的

conda

-一个工具，用于包管理和环境管理

-包管理与pip类似，管理Python第三方库

-环境管理能够允许用户使用不同版本的Python，并能灵活切换

conda将工具、第三方库、Python版本、conda都当作包，同等对待

conda有命令行工具

C:\Users\king\Anaconda3\Scripts\conda.exe –version 可以查看conda版本

conda update conda    升级conda

刚开始的是命令行，现在也集成为GUI，anaconda默认生成root的环境空间

编程工具：spyder

默认不舒服  改下

交互式编程环境：IPython

-是一个功能强大的交互式shell

-适合进行交互式数据可视化和GUI相关应用

IPython几个技巧

？：可以在变量或者函数前面加？获得通用信息

%run ：可以执行.py程序 注意：%run在一个空的命名空间执行%

trouble shooting:

在ubuntu18中安装了anaconda3,启动spyder报错Segmentation fault (core dumped)

安装conda install pyopengl  然后再启动 卡住半天没了 出现killed报错 我日  然后升级了下anaconda3到最新才好了

1. 数据分析之表示

1.1 NumPy库入门

数据的维度

一维数据   列表、集合

二维数据   表格是经典的二维数据    用列表表示

多维数据   二维数据在更多维度上展开 比如时间维度  用列表表示

高维数据   仅使用最基本的二元关系展示复杂关系 key-value形式组织数据   用字典类型或者其他json、xmal、yaml等

NumPy的数组对象：ndarray

NumPy是一个开源的Python科学计算基础库

-一个强大的N维数组对象ndarray

-广播函数功能

-整合c/c++/fortran代码的工具

-线性代数、傅里叶变换、随机数生成等功能

NumPy是SciPy、Pandas等数据处理或科学计算库的基础

使用 import numpy as np

ndarray是一个多维数组，由两部分组成，要求数组元素类型相同，数组下标从0开始

-元数据(数据维度，数据类型等)

-实际数据

np.array()                  --ndarray别名是array

轴(axis):保存数据的维度

秩(rank):轴的数量

例子：

里面的int32不是Python基础类型，是NumPy定义的类型，更多类型如下：

为啥要这么多数据类型？

-科学计算涉及大量数据，对性能和存储都有较高要求

-对元素类型精细定义，有助于numpy合理使用存储空间并优化性能，有助于程序员对程序规模由合理评估

ndarray数组也可以由非同质对象构成

非同质ndarray元素为对象类型

非同质ndarray数组无法发挥numpy优势，尽量避免使用

ndarray数组的创建和变换

1) 从python列表元组等类型创建数组

x = np.array(list/tuple)

x = np.array(list/tuple,dtype=np.float32)   不指定类型的时候numpy自动关联一个合适的

除了arange函数，其他都是浮点数

ndarray数组的变换：维度变换、元素类型变换

ndarray数组向列表变换

ls = a.tolist()

ndarray数组的操作

索引和切片

ndarray一维数组的索引和列表一样

ndarray数组的运算

数组与标量的运算等于每个元素都和这个标量算一下