2_如何处理一维、二维数据

吞一块大饼，还不如切成小块吃得香

常见的数据集，要么是数列，要么是表格；

因此，数据分析最首要的是，处理一维、二维数据。

主要知识点可参考如图。

如需要，可点击链接百度网盘（提取码 eyel）查看数据分析基础知识图PDF：MindMap_数据分析基础

---

数据分析常用第三方包

• Numpy
• Pandas

#导入numpy包
import numpy as np
#导入pandas包
import pandas as pd

1. 一维数据

• Numpy（Numerical Python）: Array
• Pandas: Series
• Array => Series

1.1 Numpy-Array

#定义：一维数组array
#参数:一个列表[2,3,4,5]
a = np.array([2,3,4,5])

#查询
a[0]

2

#切片访问：获取指定序号范围的元素
#a[1:3]获取到的是序号从1到3的元素
a[1:3]

array([3, 4])

#切片访问：反序
a[::-1]

array([5, 4, 3, 2])

#循环访问
for i in range(len(a)):
    print(a[i])

2
3
4
5

#循环访问
for i in a:  # 获取a数组里面的数据，从i=2开始
    print(a[i-2])

2
3
4
5

#循环访问
for i in a:
    print(i)

2
3
4
5

#查看数据类型
a.dtype

dtype('int32')

#统计计算:平均值
a.mean()

3.5

#统计计算:标准差
a.std()

1.118033988749895

#向量化计算：向量相加
b=np.array([1,2,3])
c=np.array([4,