python数据分析学习-numpy

numpy

左闭右开，切片修改会改原数组

1. 优点

   代码更简洁：直接以数组、矩阵为粒度计算，支持大量数字函数

   性能更高效：存储效率、输入输出计算性能好很多

   numpy大部分代码基于C实现，与python的list不一样

   是Python各种数据科学类库的基础库：SciPy、Scikit-Learn、Tensorflow、PaddlePaddle…………

   a = np.arange(n) ** 2
   b = np.arange(n) ** 3
   c = a+b
   

   a = [i ** 2 for i in range(n)]
   b = [i ** 3 for i in range(n)]
   c = []
   for i in range(n):
       c.append(a[i]+b[i])
   

2. Numpy的核心array对象、创建array的方法

   numpy的array的元素，必须同一数据类型

   1. array本身属性：

      shape返回元祖表示维度；ndim数字表示维度数目；size数字表示元素数目；dtype元素数据类型

   2. 创建array方法：

      np.array([lst])

      函数：arange、ones/ones_like、zeros/zeros_like、empty/empty_like、full/full_like、eye

      np.random

   3. array支持的大量操作和函数

      reshape、sin、exp、矩阵运算

3. Numpy对数组按索引查询

   基础索引、神奇索引、布尔索引

4. Numpy常用random的随机函数

   seed，随机种子，这样每次生成的随机数相同

   rand，0-1

   randn，标准正态分布

   randint(size=( , ))

   random，0.0-1.0

   choice(x,)，根据数组x的元素生成

   shuffle(x)，把数组x随机排列（第一维度），修改原arr

   permutation(x)，把数组x随机排列（第一维度），返回新的copy

   normal(loc,scale,size)，高斯分布，均值方差

   uniform，均匀分布

5. 待更新……