《利用Python进行数据分析》——Chapter4：Numpy

简介

ndarray：多维数组
用于对整组数据进行快速运算的标准数学函数
读写磁盘数据的工具
线性代数、随机数、傅里叶变换
集成C、C++

1. Numpy的ndarray：N维数组

对整块数据执行一些数学运算

data
data * 10
data + data

shape：表示各维度大小，dtype：说明数组数据类型的对象

data.shape
> (2,3)
data.dtype
> dtype('float64')

2. 创建ndarray

用np.array创建一个ndarray

data1 = [5,3,35,73,14]
arr1 = np.array(data1)
data2 = [[213,214,21,32],[2314,12,2145,2234]]
arr2 = np.array(data2)

arr2.ndim          # return the dimensions of the underlying data
arr2.shape          # return 形状

# 创建指定长度或形状的全0或全1数组:zeros / ones
# 参数为一个表示形状的元组
np.zeros(10)
np.ones((2,3))
np.empty((3,4,2))
# empty 不返回全0数组，返回未初始化的垃圾值

array  # 将输入数据转换为ndarray
asarray  # 将输入转化为ndarray
arange  # 类似于内置的range
ones, ones_like    # 全1数组，根据指定的形状
zeros, zeros_like  
empty, empty_like
eye, identity   # 正方的N* N单位矩阵（对角线为1，其余全0）

3. ndarray的数据类型

通过astype现实的转换
arr.astype(np.float64)

4. 数组和标量之间的运算

不用编写循环即可对数据执行批量运算
大小相等的数组之间的任何算术运算都会将运算应用到元素级

arr * arr
arr + arr
1 / arr
arr ** 0.5

不同大小的数组之间的运算叫做广播