利用python进行数据分析

仅仅是对书进行简单摘抄笔记.
不对的地方望指出
最后更新 2019-7-28

数据分析

numpy

基础

创建简单数组

函数	作用
arr=np.array(data)	根据data创建数组
arr.ndim	获取维度
arr.shape	获取形状
np.zeros(n)	创建n个0的数组,n也可以是元组,书P95
np.empty(n)	创建n个空值,n也可以是元组,书P95
np.arange(15)	创建0-14的数组
更多函数	P96

ndarray的数据类型

dtype是一个数据类型的对象
主要有浮点,证书,布尔,字符串类型
更详细的类型P97

函数	作用
arr.astype(np.float64)	将array转换为float64类型

注意,在进行转化时会有精度损失

数组和标量之间的运算

arr([[1., 2., 3.],
    [4., 5., 6.]])

arr * arr
array([[ 1.,  4.,  9.],
       [16., 25., 36.]])

arr - arr
array([[0., 0., 0.],
       [0., 0., 0.]])

1/arr
array([[1.        , 0.5       , 0.33333333],
       [0.25      , 0.2       , 0.16666667]])

arr ** 0.5
array([[1.        , 1.41421356, 1.73205081],
       [2.        , 2.23606798, 2.44948974]])

基本的索引和切片

切片是跟列表的区别在于,数组切片是原始数组的视图,这意味着数据不会被复制,任何修改都会直接反应到原始的数据源上

# 赋值
arr = ([0,1,2,3,4,12,123,51,23])
arr[5:7] = 12
arr
array([ 0,  1,  2,  3,  4, 12, 12, 51, 23])

# 如果想得到切片的副本,需要使用
arr[5:8].copy()

# 多维度下的索引
data = [[1.,2.,3.],[4.,5.,6.]]
arr = np.array(data)
arr[1]
array([4., 5., 6.])

# 也可以使用逗号
arr[1,2]
6.0

切片索引

data = [[1.,2.,3.],
        [4.,5.,6.],
        [7.,8.,9.]]

arr[:2]
array([[1., 2., 3.],
       [4., 5., 6.]])

arr[:2,1:]
array([[2., 3.],
       [5., 6.]])

arr[:,1:]
array([[2., 3.],
       [5., 6.],
       [8., 9.]])

布尔型索引

names = ['黄小明','佟大为','郭冬临','宋丹丹'