第0周 Python基本语法元素
conda :
一个工具,用于包管理和环境管理,其中:包管理与pip类似,管理Python第三方库环境管理能够允许用户使用不同版本Python,并能灵活切换
anaconda :一个集合,包括conda、某版本Python、一批第三方库等
conda将工具、第三方库、Python版本、conda都当作包,同等对待
第1周 数据分析之表示
单元1 NumPy库入门
一维数据 :由对等关系的有序或无序数据构成,采用线性方式组织
列表和数组 :一组数据的有序结构
列表:数据类型可以不同
数组:数据类型相同
二维数据 :由多个一维数据构成,是一维数据的组合形式
多维数据 :由一维或二维数据在新维度上扩展形成
高维数据 :仅利用最基本的二元关系展示数据间的复杂结构 键值对
数据维度的Python表示 :数据维度是数据的组织形式
一维数据:列表和集合类型
[3.1398, 3.1349, 3.1376] 有序
{3.1398, 3.1349, 3.1376} 无序
二维数据:列表类型
多维数据:列表类型
高维数据:字典类型或数据表示格式:JSON、XML和YAML格式
NumPy的数组对象:ndarray
NumPy是一个开源的Python科学计算基础库,是SciPy、Pandas等数据处理或科学计算库的基础。整合C/C++/Fortran代码的工具(运算速度快),线性代数、傅里叶变换、随机数生成等功能。
轴(axis): 保存数据的维度;秩(rank):轴的数量
ndarray对象的属性:
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)
(2)使用NumPy中函数创建ndarray数组,如:arange, ones, zeros等
(3)使用NumPy中其他函数创建ndarray数组
ndarray数组的变换:
对于创建后的ndarray数组,可以对其进行维度变换和元素类型变换 a = np.ones((2,3,4), dtype=np.int32)
ndarray数组的维度变换:
ndarray数组的类型变换: new_a = a.astype(new_type)
ndarray数组向列表的转换: ls = a.tolist()
NumPy一元函数: 对ndarray中的数据执行元素级运算的函数