数据分析与可视化培训-第1章_numpy_基础.pdf

第1章NumPy数值计算

基础

目录

目录

1Numpy环境配置

2Numpy数据集的读取与存储方法

3Numpy数据选择

4Numpy数据集生成

5Numpy切片

6Numpy矩阵运算

过渡页

1.1:Numpy环境配置

·认识Numpy

·下载安装

认识numpy

>什么是numpy

·NumPy的全称是“NumericPython”,它是

Python的第三方扩展包，主要用来计算、处理一维或多维数组。

·在数组算术计算方面，NumPy提供了大量的数学函数。NumPy的底层主要用C语言编

写，因此它能够高速地执行数值计算。NumPy还提供了多种数据结构，这些数据结构能

够非常契合的应用在数组和矩阵的运算上。

·NumPy的前身是Numeric程序包，该包由JimHugunin开发，在这之后，他还开发了

另一个类似的的程序包Numarray,相比前者而言Numarray具有更加全面的功能。在

2005年，TravisOliphant通过整合Numarray与Numeric软件包的功能，从而集成了

NumPy。NumPy的最新版本1.19.2已于2020年9月10日发布。

认识numpy

>NumPy使用需求

·随着数据科学(DataScience,简称DS,包括大数据分析与处理、大数据存储、数据抓

取等分支)的蓬勃发展，像NumPy、SciPy(Python科学计算库)、Pandas(基于

NumPy的数据处理库)等数据分析库都有了大量的增长，它们都具有较简单的语法格。

·在矩阵乘法与数组形状处理上，NumPy有着非常不错的性能，再加上NumPy的计算速

度很快，这些都是NumPy成为一款数据分析工具的重要原因。

·NumPy可以很便捷高效地处理大量数据，那么使用NumPy做数据处理有哪些优点呢?

NumPy是Python科学计算基础库；

NumPy可以对数组进行高效的数学运算；

NumPy的ndarray对象可以用来构建多维数组；

NumPy能够执行傅立叶变换与重塑多维数组形状；

NumPy提供了线性代数，以及随机数生成的内置函数。

认识numpy

>NumPy应用场景

·NumPy通常与SciPy(Python科学计算库)和Matplotlib(Python绘图库)等软件包

组合使用，这种组合方式被用来广泛地代替MatLab的使用。

·MatLab是一款强大的数学计算软件，广泛应用在数据分析、电子通信、深度学习、图像

处理、机器视觉、量化金融等领域，但近些年随着Python语言的迅猛发展，Python被

看作是一种更适合代替MatLab的编程语言。您可以使用NumPy、SciPy与Matplotlib

等Python工具包搭建科学计算环境，比如Anaconda就是是一个开源的Python发行版

本，它包含了Python、NumPy等180多个科学包及其依赖项。

下载安装

>NumPy是Python的第三方扩展包，但它并没有包含在Python标准库中，

因此需要单独安装它。

>Windows系统安装

·使用Python包管理器pip来安装NumPy,是一种最简单、最轻量级的方法。只需执行以

下命令即可：

pipinstallnumpy

·以上命令是在安装了p