Python数据分析与展示(一)

摘要：有损的提取数据特征

%run 运行py程序
%time statement 给出代码执行时间
%timeit statement 多次执行代码给出平均时间

高维数据：字典类型或者数据表示格式

dict={
		"firstname":zhang,
		"lastname":sang
	}

国际公认数据表示格式：json、xml、yaml

import numpy as np

def npSum():
    a=np.array([0,1,2,3,4])
    b=np.array([9,8,7,6,5])

    c=a**2+b**3
    return c

print(npSum())
'''[729 513 347 225 141]'''

nparray属性	描述
.nparray	对象的属性
.ndim	$12
.ndim	秩，即轴的数量或维度的数量
.shape ndarray	对象的尺度，对于矩阵，n行m列
.size ndarray	对象元素的个数，相当于.shape中n*m的值
.dtype ndarray	对象的元素类型itemsize ndarray对象中每个元素的大小，以字节为单位

ndarray数组的创建方法

（1）从Python中的列表、元组等类型创建ndarray数组
x=np.array(list/tuple)
x=np.array(list/tuple,dtype=np.float32)
（2）使用NumPy中函数创建ndarray数组，如：arange，ones，zeros等

函数	说明
np.arange（n）	类似range0函数，返回ndarray类型，元素从0到n-1(默认生成整型)
np.ones（shape）	根据shape生成一个全1数组，shape是元组类型(默认生成浮点型)
np.zeros（shape）	根据shape生成一个全0数组，shape是元组类型(默认生成浮点型)
np.full（shape，val）	根据shape生成一个数组，每个元素值都是val
np.eye（n）	创建一个正方的n*n单位矩阵，对角线为1，其余为0

（3）使用NumPy中其他函数创建ndarray数组

函数	说明
np.linspace（）	根据起止数据等间距地填充数据，形成数组
np.concatenate（）	将两个或多个数组合并成一个新的数组