《Python数据分析与展示》课程笔记

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