这应该是免费教程中最完善的Python数据分析教程。没有之一！是时候解放双手了！

Numpy（未完结）

说明：通常所说的"数组"，"Numpy数组"，"ndarray"基本上都是指同一个东西，即ndarray对象。

Numpy常用函数以及用法

（1）创建ndarray数组

1. 使用array函数

说明：他可以接收一切序列型的对象，然后产生一个新的含有传入数据的Numpy数组。除非用dtype自定义类型，否则他会根据你传入的数据类型自动帮你匹配合适的类型。
此类型规则为：如果有字符串，则优先字符串，如果没有字符串而有复数类型，则系统默认帮你判定为复数类型。然后依次为浮点数和整数。即优先级为"字符串>复数>浮点数>整数"。
代码如下：

import numpy as np
array = np.array(['Hello', 1+2j, 5.20, 5])
for i in array:
    print(i, ':', type(i))
print('===============================')
array = np.array([1+2j, 5.20, 5])
for i in array:
    print(i, ':', type(i))
print('===============================')
array = np.array([5.20, 5])
for i in array:
    print(i, ':', type(i))
print('===============================')
array = np.array([5])
for i in array:
    print(i, ':', type(i))

输出结果为：

Hello : <class 'numpy.str_'>
(1+2j) : <class 'numpy.str_'>
5.2 : <class 'numpy.str_'>
5 : <class 'numpy.str_'>
===============================
(1+2j) : <class 'numpy.complex128'>
(5.2+0j) : <class 'numpy.complex128'>
(5+0j) : <class 'numpy.complex128'>
===============================
5.2 : <class 'numpy.float64'>
5.0 : <class 'numpy.float64'>
===============================
5 : <class 'numpy.int32'>

1. 使用ones和zeros函数

除此之外，还可以使用ones函数和zeros函数来创建一个全是1或者全是0的数组，我们只需要传递给他们一个需要创建的数组的形状即可。

代码示例如下：

import numpy as np
array = np.ones((3, 3))
print(array)
print('=================')
array = np.zeros((3, 3))
print(array)

输出结果：

[[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]
=================
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

1. empty函数

函数说明：empty函数可以创建一个没有任何具体指的函数。我们在使用empty的时候只需要传入一个表示形状的元祖就可以了。值得注意的是，empty创建出来的数组初始值是不确定的随机值。
例如：

import numpy as np
array = np.empty((3, 3))
print(array)

输出结果如下（完全没有规律）：

[[7.01573217e-322 0.00000000e+000 0.00000000e+000]
 [0.00000000e+000 0.00000000e+000 1.14623230e-321]
 [1.24610926e-306 1.61271680e-312 0.00000000e+000]

1. arange函数

函数说明：arange函数用法与range函数类似。不同的是arange生成的是ndarray对象，即numpy数组。

例如运行如下代码：

	import numpy as np
	array1 = np.arange(10)
	print(array1, type(array1))

输出结果如下：

[0 1 2 3 4 5 6 7 8 9] <class 'numpy.ndarray'>

1. linspace函数

函数说明：此函数与arange函数有些相似。调用方法为 np.linspace(start= ,stop= ,num= ,endpoint= ,retstep= ,dtype= ,axis= )

参数说明：

• start是数组起始数字

• stop是数组结束数字

• num（可选）控制结果中共有多少个元素

• endpoint（可选）决定了中止值（stop）是否包含在内。若值为True，则包含stop，否则不包含。如果不写默认是True

• retstep（可选）默认是False，如果指定为True，则结果会返回步长以及序列数组，从而产生一个元组作为输出

• dtype（可选）为生成的数组的类型，可以自定义数据类型，不写则按那个规则 字符串>复数>浮点数>整数

• axis（可选）默认是0 。很多函数都会有这个参数，这是个轴的意思。具体定义如下图：

​

​

​

运行如下代码：

import numpy as np
 
array1 = np.linspace(1,10,10)
print(array1)
print('='*30)
array2 = np.linspace(start = 1, stop = 10, num = 10, endpoint=True, dtype=int, ret