七月老师python课程_七月在线python数据分析入门课

python目前生信的流行语言，其优点不仅在于面向对象编程，适合作为入门语言，还在于学好python可以转行！！！跳出生物坑！！！偶然机会接触七月在线的python数据分析课程，作为入门课程性价比也是极高的，第一节课便对数据分析所必备各种库做了简介

常见库的安装和学习

1.Numpy简介

NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

核心数据结构：ndarray

例子：矩阵计算优化

import numpy as np

# 使用普通一维数组生成NumPy一维数组

data = [6, 7.5, 8, 0, 1]

arr = np.array(data)

print(arr)

print(arr.dtype) # 类型

print('')

# 使用普通二维数组生成NumPy二维数组

data = [[1, 2, 3, 4], [5, 6, 7, 8]]

arr = np.array(data)

print(arr)

print(arr.shape) # 维度

print('')

# 使用zeros/empty

print(np.zeros(10)) # 生成包含10个0的一维数组

print(np.zeros((3, 6))) # 生成3*6的二维数组

print(np.empty((2, 3, 2))) # 生成2*3*2的三维数组，所有元素未初始化。

print('')

# 使用arrange生成连续元素

print(np.arange(15)) # [0, 1, 2, ..., 14]

numpy同样支持索引和切片，但与python的list不同，numpy为引用优先

# 使用切片访问和操作数组

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

print(arr[1:6]) # 打印元素arr[1]到arr[5]，和list切片不同，这里是引用。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(arr[:2]) # 打印第1、2行

print(arr[:2, 1:]) # 打印第1、2行，第2、3列

print(arr[:, :1]) # 打印第一列的所有元素

arr[:2, 1:] = 0 # 第1、2行，第2、3列的元素设置为0

print(arr)

2.pandas简介

Pandas