Data Science Numpy基础（一）

什么是Numpy？

Numpy是Python开源的科学计算工具包，是高级的数值编程工具

强大的N维数组对象:ndarray

可以对数组结构数据进行运算(不用遍历循环)

有随机数、线性代数、傅里叶变换等功能

如何安装？

安装anaconda科学计算环境

咸鱼也是从新手一步一坑踩过来,深知新手配置环境的不易，所以这里推荐使用anaconda，里面集成了许多常用的库，并且在配置环境时更容易上手。

下载地址：

具体安装步骤,这里不再赘述,不懂的朋友可以在交流群中讨论，也可以参考下面的博文：

https://cuiqingcai.com/5059.html

安装Numpy

方法一：安装anaconda后，numpy是可以直接使用的，无需二次安装。

方法二：没有安装anaconda可以使用安装。

安装jupyter notebooks(推荐使用)

方法一：安装anaconda后，jupyter notebooks是可以直接使用的，无需二次安装。

方法二：没有安装anaconda可以使用安装。

Numpy基础数据结构

导入

推荐使用

不建议使用, 因为numpy中包含了大量与Python内建函数重名的函数。

生成ndarray

可以使用array生成数组

举个栗子：

除了np.array之外还有其他函数可以创建新数组，这里列出常用的几个：

这里以zeros，zeros_like以及linspance分别举例：

这里除了常用的几个生成数组的函数外，列举一些常用的方法：

Numpy通用函数

数组形状变换（.T/.reshape()/.resize()）

.T是转置函数,转置函数对一维数组无影响

.reshape(),直接更改数组的形状，但更改前后数组元素个数必须相同

.resize()

数组的复制数组的类型转化

.astype()可以将数组中元素的类型进行转化,在numpy中元素类型有以下几种(太多了就不都写了)：

举个类型转换的栗子：

数组的堆叠

数组的堆叠有hstack(),vstack()以及stack(),下面分别举例：

数组拆分

数组拆分同样分为横向拆分和竖向拆分。

常用计算函数

这里的计算函数与Python中的计算函数用法相同，这里不再过多论述。

巩固练习

生成一个一维数组、二维数组，并且查看其shape

生成一个一维数组，起始值为5，终点值为15，样本数为10个

按照要求创建以下数组

创建一个20个元素的数组，分别改变成两个形状：(4,5),(5,6)

创建一个(4,4)的数组，把其元素类型改为字符型

创建一个二维数组ar，起始值为0，终点值为15，运用数组的运算方法得到结果：result = ar * 10 +100，并求出result的均值及求和