Python数据分析与可视化教学ppt-数据分析理论与Python实战-Numpy数据分析基础工具.pdfVIP

数据分析理论与Python实战 第四章 Numpy—— 数据分析基础工具 目录 l Numpy介绍 l Numpy的数组对象-ndarray l ndarray的索引、切片和迭代 l ndarray的基础操作 Numpy介绍 l NumPy是Python处理数组和矢量运算的工具包，是进行 高性能计算和数据分析的基础，是Pandas、Skit-learn和 Matplotlib的基础。 l NumPy提供了对数组进行快速运算的标准数学函数，并且 提供了简单易用的面向C的API。 l NumPy对于矢量运算不仅提供了很多方便的接口，而且比 自己手动用基础的Python实现数组运算速度要快。 Numpy的数组对象-ndarray l 对象保存同一类型的数据，访问方式类似于list，通过整数 下标进行索引。 l 重要的描述对象特征的属性： ndarray对象的属性 说明 返回一个元组，用于表示ndarray各个维度的长度，元 shape 组的长度为数组的维度 （与ndim相同），元组的每个 元素的值代表了ndarray每个维度的长度 ndim ndarray对象的维度 size ndarray中元素的个数，相当于各个维度长度的乘积 dtype ndarray中存储的元素的数据类型 istemsize ndarray中每个元素的字节数 Numpy的数组对象-ndarray l ndarray的创建方法： 函数名称 说明 array 将输入的序列类型数据 （list、tuple 、ndarray等）转换为ndarray,返回一 新 的ndarray对象 asarray 将输入的序列类型数据 （list、tuple等）转换为ndarray，返回一 新的 ndarray对象，但当输入数据是ndarray类型类型时，则不会生成新的ndarray对 象 arange 根据输入的参数，返回等间隔的ndarray,如Code 4-5所示，第一行输入和第二 行输入返回的ndarray是相同的，默认从0开始，间隔为1，可以自己指定区间 和间隔 ones 指定shape，创建全1数组 ones_like 以另一 ndarray的shape为指定shape，创建全1数组 zeros 指定shape，创建全0数组 zeros_like 以另一 ndarray的shape为指定shape，创建全0数组 empty 指定shape，创建新数组，但只分配空间不填充值,默认的dtype为float64 empty_like 以另一 ndarray的shape为指定shape，创建新数组，但只分配空间不填充值, 默认的dtype为float64 eye,identity 创建n*n的单位矩阵，对角线为1，其余为0 Numpy的数组对象-ndarray l ndarray的数据类型： 数据类型 类型命名 说明 整数 int8(i1)、unit8(u1)； 有符号和无符号的8位、16位、32位、64位整数 int16(i2)、 uint16(u2) ； int32(i4)、 uint32(u4) ； int64(i8)、uint64(u8) 浮点数 float16(f2)、 float16为半精度浮点数，存储空间为16位2字节； float32(f4或f)、 float32为单精度浮点数，存储空间为32位4字节，与C语言的float兼容；