本文介绍了Python中用于数据分析的八大库，包括NumPy、Matplotlib、PySpark、SciPy、Pandas、Scikit-Learn、TensorFlow和Keras。讲解了它们的基本功能和应用场景，如NumPy的多维数组、Matplotlib的可视化、PySpark的大数据处理以及Scikit-Learn的机器学习算法。通过实例展示了如何使用这些库进行数据处理和分析。
导读：Python中常会用到一些专门的库，如NumPy、SciPy、Pandas和Matplotlib。数据处理常用到NumPy、SciPy和Pandas，数据分析常用到Pandas和Scikit-Learn，数据可视化常用到Matplotlib，而对大规模数据进行分布式挖掘时则可以使用Pyspark来调用Spark集群的资源。
从一定程度上来说，学习Python数据分析主要就是学习使用这些分析库。
作者：刘鹏 高中强 王一凡 等
来源：大数据DT（ID：hzdashuju）
01 NumPy
关于NumPy，本节主要介绍ndarray多维数组对象和数组属性。
1. ndarray 多维数组对象
NumPy库中的ndarray是一个多维数组对象，由两部分组成：实际的数据值和描述这些值的元数据。大部分的数组操作仅仅涉及修改元数据的部分，并不改变底层的实际数据。
数组中的所有元素类型必须是一致的，所以如果知道其中一个元素的类型，就很容易确定该数组需要的存储空间。可以用array()函数创建数组，并通过dtype获取其数据类型。
import numpy as np
a = np.array(6)
a.dtype
output: dtype('int64')上例中，数组a的数据类型为int64，如果使用的是32位Python，则得到的数据类型可能是int32。
2. 数组属性
NumPy数组有一个重要的属性——维度（dimension），它的维度被称作秩（rank）。以二维数组为例，一个二维数组相当于两个一维数组。只看最外面一层，它相当于一个一维数组，该一维数组中的每个元素也是一维数组。那么，这个一维数组即二维数组的轴。
了解了以上概念，接着来看NumPy数组中比较重要的ndarray对象的属性：
ndarray.ndim：秩，即轴的数量或维度的数量
ndarray.shape：数组的维度，如果存的是矩阵，如n×m矩阵则输出为n行m列
ndarray.size：数组元素的总个数，相当于.shape中n×m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
最低0.47元/天 解锁文章
扫一扫
1456
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
