![bad53ecc41244b51a3aacdf0b7b52e47.png](https://i-blog.csdnimg.cn/blog_migrate/07e54c8ee26140717a2bde10e5290308.png)
利用Python进行数据分析中有两个重要的库是Numpy和Pandas,本章将围绕这两个库进行展开介绍。
Numpy库
![02b778da2ca79d5e644d8f4a761c1b83.png](https://i-blog.csdnimg.cn/blog_migrate/07b3152b54c7b053fa84de1646d01770.jpeg)
Numpy最重要的一个特点是就是其N维数组对象,即ndarray,ndarray是一个通用的同构数据多维容器,其中的所有元素必须是相同类型的。每个数组都有一个shape(一个表示各维度大小的元组,即表示有几行几列)和dtype(一个用于说明数组数据类型的对象)。本节将围绕ndarray数组展开。
![e4ce0553ae5d394967020fd54a886756.png](https://i-blog.csdnimg.cn/blog_migrate/bfdb419fec3e08722de495e30e3f9475.jpeg)
- Numpy基础
(1)创建ndarray数组
使用array函数,它接受一切序列型的对象,包括其他数组,然后产生一个新的Numpy数组。
![bafc52c876cd95410cdc93b1a705e7b8.png](https://i-blog.csdnimg.cn/blog_migrate/dbcbb258b21c9578710bca4d3f262769.jpeg)
嵌套序列将会被转换成一个多维数组。
![ea093d9561964953330c5e6b98eefa2b.png](https://i-blog.csdnimg.cn/blog_migrate/ebb74fb6ec72a649936c4b439bea19f0.jpeg)
- np.array会尝试为每一个新建的数组推断出适合它的数据类型。
- arange是Python内置函数range的数组版。
![106371f6aa87458a60f2221def22b283.png](https://i-blog.csdnimg.cn/blog_migrate/b12207f025d8300db3f0366a8b3352a0.png)
(2)数据类型
dtype是一个用来说明数组的数据类型的对象。其命名方式是一个类型名(float和int)后面跟一个用于表示各元素位长的数字。常用的是float64和int32.
![3b28625d52c1d3a6cd39d21d6d489603.png](https://i-blog.csdnimg.cn/blog_migrate/aa3611ecc2995f91df1a900b777eec2d.png)
也可以使用astype进行数组中数据类型的转化。
![92c8320f01960e4dcbef967142745d7e.png](https://i-blog.csdnimg.cn/blog_migrate/84e476d4c91cfe87888e851e0f1a0488.jpeg)
(3)基本的索引和切片
①元素索引、根据元素在数组中的位置来进行索引。
![7063c8c5205c63dc8e7a7675309fad26.png](https://i-blog.csdnimg.cn/blog_migrate/b5b0eab8ffea59540867928bae4c239b.jpeg)
![55b1d8475b06e7fd86da794a9690fcbf.png](https://i-blog.csdnimg.cn/blog_migrate/5e12f0508d373d19fb5bda22b4157f53.jpeg)