利用python进行数据分析—四、Numpy基础：数组与向量化计算

引言

  Numpy的设计对于含有大量数组的数据非常有效。

• Numpy在内部将数据存储到连续的内存块上，这与python其他内建数据结构不同。Numpy的算法库是用C写的，所以在操作数据内存时，不需要任何类型检查或者其他管理操作。Numpy数组使用的内存量小于其他python内建序列。
• Numpy针对全量数组进行复杂计算而不需要写python循环。

4.1 ndarray:多维数组对象

4.1.1生成ndarray

数组生成函数如下：

4.1.2 ndarray的数据类型

  ndarray的数据类型有如下：

可以用astype方法来转换数组类型

4.1.3 Numpy数组算术

  数组允许进行批量操作而无须for循环。任何两个等尺寸数组之间的算术操作都应用了逐元素操作的形式。不同尺寸数组之间的操作将用到广播特性。

4.1.4基础索引与切片

  一维数组比较简单，看起来与列表类似，不过也有区别。数组的切片是原数组的视图，这就意味着数据并不是被复制了，任何对视图的修改都会反馈到原数组上。

  多维数组，省略后续索引值，返回的对象将是降低一个维度的数组。

  切片索引：单独一个：表示该轴上的所有数组。