Numpy模块

最近在学数据分析的课程，把每节课的作业我会更新到公众号。学习最好的方法就是用，不做作业，光靠看是学不会的。我会利用作业尽可能把知识点说清楚，只要掌握知识点，其实看这篇文章和上课没啥区别，毕竟站在老师的视角有些东西他觉得简单，但是站在学生的视角不是一回事，我还可以把细节问题具体化，学起来更加通俗易懂。

Numpy是Python数据分析中最重要的库之一，我们用的Pandas就是基于Numpy开发的，还有高级科学计算库Scipy。他们之间的关系有点类似于 Numpy是数学，Scipy是科学，Pandas是物理。我们知道不管科学还是物理都是需要计算，需要运用到数学知识。

我们平时都会使用到Excel表格，比如下面这个样子的：

这是一个2维数据，可以看到图中有列（A,B,C），也有索引（1,2,3,4……）所以我们使用Excel里的公式时，选中单元格【投票 UTC 时间】，公式里的显示情况如下：

列名+索引= 【投票 UTC 时间】的位置

这个位置指向在编程语言中，就是指针。

咱们操作Excel表格的时候，肉眼看着点击【投票 UTC 时间】这个单元格，对于Excel这个内部的程序而言，你使用了A1这枚指针。

物理地址 指针 单元格

像C语言中是存在指针的概念的，我们编辑C语言，需要在代码中写入指针，才可以运行成功。但是Python作为高级汇编语言，在实际编码的时候不需要编写指针，比起C语言而言更加方便、快捷。

上述的表格如果使用Pandas来读取，结果就是dataframe表格形式。既然pandas基于Numpy开发，我们细化dataframe就会发现，二维表格其实是由一维列表组成的。

还是刚刚的表格：

将二维的表格用“刀”一条一条切开来，这个表就成为了8条列表。但是列表在Python中是有指针存在的，可能你心里会疑惑：前面不是刚刚说了，Python中不需要写指针。不需要写不代表它不存在，因为指针的存在，列表的元素在Python中是分布在不同的内存中的，如果要做大量运算就会比较慢。

这里有个难点：为啥有指针就会慢。举个例子：你的语文老师让小学1年级的你写出“我爱你”三个字（你不会写，只能查字典）。

把人类比于计算机，它需要按照“我”、“爱”、“你”三个字的指针先去寻找，比如“我”在第45页第5个数字。“我”就标记为【45-5】，然后依次寻找“爱你”，然后取出三个字再合并。对于计算机而言，找的很快，合并也很快，万一这个操作需要执行1亿次呢？时间效果就很明显了，而Numpy则是把所有字都放在一页里面，“我”排在第45个，“爱”排在第3个，“你”排在第74个，然后合并三个字【45-3-74】。从逻辑上来看，效率是指针寻找的2倍不止。

对于普通人来说，这个感觉体验相差不大，但作为数据分析师，碰到几亿的数据都是可能的，一个操作能运行4个小时还是常见的事情。这时候减少一半的时间，对于不想加班的你来说是不是欣喜若狂呢？

导入Numpy

定义一维数组

注意：这里已经不是列表了，numpy将这个列表转化为了数组。

定义二维数组

查看类型

修改数组元素

看看运行结果是否和你猜的一致

对于数组来说，不管是你用什么形式放入，它在读取的时候都是一维的。所以修改b的结果不是2,5,8变成了100，而是第二个列表变成了100.

那怎么修改单个的值呢？

运行结果

作业部分

利用numpy统计这些人各项指标的平均值，最大值，最小值，方差，标准差，再把这些人各项指标统计值的总和进行排序并输出。

熟悉pandas操作，上面的要求真的很简单，但不要忘了是需要使用numpy统计。

定义上图表格

为什么要定义person的类别：我们知道dataframe和Excel表格是有列的，数组arrary没有，需要咱们自己定义进去，除了名称还有数据类型。

输出结果

计算平均值

运行结果

同理：计算最大，最小，方差，标准差

运行结果

各指标汇总求和并排序

运行结果

新增知识点

Numpy中还有universal function功能，能对数组中的每个元素进行操作。

创建数组

a：从1开始每隔2个数创建一个值

b：从1-9之间创建5个值间隔为2

运行结果

需要注意：arange产出的int类型的数字，而linspace产出的是float类型。

同理，数组之间也可以进行运算

运行结果

对于数据分析而言掌握了以上Numpy的知识点就够用了。不要觉得数据科学很难，一点点剖析，一般人都学的会的。