人工智能采集和分析基础（Python版）课件 学习单元二 NumPy和Pandas数据处理与分析.pptx

任务1NumPy数据处理和分析

任务2Pandas数据处理和分析;任务1NumPy数据处理和分析;使用NumPy实现学生成绩数据统计、数据处理以及分析，要求实现所有学生语文、数学、英语成绩的分析，并取得其平均成绩、最低成绩、最高成绩、方差、标准差。然后将这些学生的总成绩排序输出。此操作过程可分为三个步骤去实现，主要内容如下：

(1)安装NumPy，并引入NumPy的库文件。

(2)定义一个数组，统计全班学生的成绩。

(3)调用NumPy当中的库函数，实现对数据的统计和处理。

一、NumPy简介及安装

NumPy的全称是NumericalPython，它是Python语言的一个扩展程序库，支持大量的维度数;组与矩阵运算，并针对数组运算提供大量的数学函数库。NumPy的图标如图2-1所示。

NumPy的前身为Numeric，最早由JimHugunin与其他协作者共同开发。2005年，TravisOliphant在Numeric中增加了一个同性质的程序库Numarray，并加入了独有的特点，由此开发了NumPy。NumPy不仅开放源代码，而且由许多协作者共同维护开发。

Python不提供数组功能。列表虽然可以完成基本的数组功能，但不能保证在数据量较大时高速读取数据。为此，NumPy提供了真正的数组功能，以及能够进行数据快速处理的多种函数，并且NumPy内置函数处理数据的速度是C语言级别的，因此在编写程序的时候，应当尽量使用内置函数，避免出现效率瓶颈现象。

;NumPy具有许多显著的特征，在这些特征的帮助下，NumPy成为速度最快和功能强大的数学计算库。NumPy的常见特性如下所示。

(1)具有一个强大的N维数组对象ndarray。

(2)支持广播功能函数。

(3)整合C/C++/Fortran代码的工具。

(4)支持线性代数、傅里叶变换、随机数生成等功能。

NumPy属于Python的第三方框架，可以使用pip安装、wheel安装和源码安装等安装方式。使用pip安装NumPy的步骤如下所示。

第一步：在Windows中，NumPy安装与普通的第三方库安装一样，可以通过Python的包管理工具pip安装，命令如下所示。;第二步：安装完成后，可以使用简单的Python代码进行测试，代码如下所示。

效果如图2-2所示。

二、ndarray对象

ndarray对象是NumPy最重要的特性。ndarray对象是一系列同类型数据的集合，集合中元素的???引从0开始，并且ndarray中存放的每个元素在内存中都有相同大小的存储空间。

ndarray对象由指针对象、数据类型、表示数组形状的元组和跨度元组四个模块组成。

(1)指针对象，即指向数据，也可以说是指向内存或内存映射文件中的一块数据。

;(2)数据类型，即dtype，包括np.int32、np.float32等。

(3)表示数组形状的元组，表示各维度大小的元组，比如arr[3][3]就是一个二维数组。

(4)跨度元组，即stride，其中的整数指的是为了前进到当前维度下一个元素需要“跨过”的字节数。这里的跨度可以取负值。

在NumPy中创建ndarray，需要调用array()函数来实现。该方法接受列表格式的参数后即可返回一个包含参数内容的ndarray对象，代码如下所示。

效果如图2-3所示。;在NumPy中，每一个线性的数组称为一个轴(axis)，也就是维度(dimension)。二维数组本质上是以数组作为数组元素的数组，每个元素是一个一维数组。所以，一维数组就是NumPy中的轴(axis)，第一个轴相当于底层数组，第二个轴是底层数组里的数组。通常可以对axis进行声明。axis=0，表示沿着第0轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。除了数组的维度和秩，还有一些常见的信息可通过ndarray提供的属性进行查询。NumPy的数组的常用属性如表2-1所示。

下面使用ndarray.ndim获取数组a的维度，代码如下所示。

效果如图2-4所示。;三、NumPy数组创建

NumPy创建数组时，除了使用array()方法外，还可以使用empty()、zeros()、ones()等方法。详细说明如表2-2所示。

语法格式如下所示。;下面分别使用empty()、zeros()、ones()进行数组的创建，代码如下所示。

结果如图2-5所示。;四、NumPy数组操作

在数据采集与分析的过程中，数据的处理尤为重要，比如数据筛选过滤、数据变换、数据去重等操作都必须以数组的操作为基础。

在NumPy当中包含了许多函数，用来支持数组的操作，这些操作大致可以分为修改数组形状、翻转数组、修改数组维度、连接数组、分割数组