Python数据分析基础学习（1）：Numpy ndarray对象操作小结

注：使用的编译器  jupter notebook

python基本库：numpy ， pandas  数据分析+人工智能基础

                         sklearn      数据挖掘+人工智能基础

                         tensorflow  深度学习框架

可视化工具：Matplotlib ，seaborn ，excel ，Tableau ，POWERBI ，SPSS

Numpy    ndarray对象

Numpy定义了一个n维数组对象，简称ndarray对象，是一个一系列相同类型元素组成的数组集合，数组中的每个元素都占有大小相同的内存块。

ndarray对象采用了数组的索引机制，将数组中的每个元素映射到内存块上，并且按照一定的布局对内存块进行排列。

ndarray对象属性：

ndarray.ndim     秩，轴的数量或维度的数量

ndarray.shape   数组的维度，对于矩阵（a,b）

ndarray.size    数组元素的总个数，相当于.shape中a*b的值

ndarray.dtype   ndarray对象的元素类型

ndarray.itemsize   ndarray对象中每个元素的大小，以字节为单位

numpy创建数组

numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

object   表示一个数组序列（列表，元组，数组，迭代对象等。。。强制转化为数组类型）

dtype    更改数组的数据类型

copy     表示数组能否被复制，默认为True （当复制a的复件b的copy属性为false时，a和b两个变量会指向相同的内容地址，修改b时，a会发生变化）

order     与内存布局有关（可以不深究）

ndmin    指定数组维度

subok    是否保持使用数组的数据类型，默认为False

arange()生成区间数组

numpy.arange(start,stop,step,dtype)

start   起始值，默认为0

stop   终止值

step    步长，默认为1

dtype   返回ndarray的数据类型

linspace()创建等差数列

np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)

start   起始值

stop   终止值

num   要生成的等长的样本数量，默认为50

endpoint   数列中是否包含stop值

retstep   生成的数组中是否显示间距

dtype   返回ndarray的数据类型

logspace()创建等比数列

np.logspace(start,stop,num=50,endpoint=True,base=10.0,dtype=None)

start   起始值

stop   终止值

num   要生成的等比的样本数量，默认为50

endpoint   数列中是否包含stop值

base   对数log的底数

dtype   返回ndarray的数据类型

全0数列，全1数列

numpy.zeros(shape,dtype=float,order='C')

shape    数组形状

dtype   返回ndarray的数据类型

（numpy.zeros_like()    )

numpy.ones(shape,dtype=float,order='C')

shape    数组形状

dtype   返回ndarray的数据类型

（numpy.ones_like()    )