Python数据分析

Python数据分析

第一章 Python数据分析的一般概念

略

第二章 numpy

导入numpy包：import numpy as np

1.Python的list列表可以转为numpy数组：np_lst = np.array([列表], dtype=np.float) （这里是float类型）；
numpy数组中的数据类型有：bool，int，int8，int16，int32，int64，int128，uint8，uint16，uint32，uint64，uint128，float，float16/32/64，complex64/128，string；
若numpy数组中有string类型，则其他数值型也自动转为string；

2.假设numpy数组变量np_lst，则：
np_lst.shape：数组形状（几行几列）
np_lst.ndim：数组维数
np_lst.dtype：元素类型
np_lst.itemsize：一个元素占多少字节（取决于数据类型）
np_lst.size：单个元素的总数
则总字节数为np_lst.itemsize * np_lst.size

3.numpy能够创建很多指定数组
（根据上面导入的numpy包）
np.zeros([2,4])：创建1个2行4列的全0元素二维数组（矩阵）；
np.ones([3,5])：创建1个3行5列的全1元素二维数组（矩阵）；
np.random.rand()：创建一个随机数（默认范围0-1）；
np.random.rand(2,4)：创建1个2行4列的随机数二维数组（矩阵）（默认范围0-1）；
np.random.randint(1,10)：生成1个1-10之间的随机整数（这个必须有参数）；
np.random.randint(1,10,3)：生成3个1-10之间的随机整数（这个必须有参数）；
np.random.randn()：创建1个标准正态分布的随机数；
np.random.randn(2,4)：创建1个2行4列的标准正态分布的随机数二维数组（矩阵）；
np.random.choice([10,20,30])：创建1个只能从10 20 30这3个数之间的1个数（可以写无数个数作为范围）；
np.random.beta(1,10,100)：创建100个取值范围为1-10之间的随机数，这些随机数服从β分布；
不光是β分布，numpy还可以创建更多其他分布。

（未完）