python数据分析——numpy库的常⽤函数及⽤法
⼀、numpy库的介绍
NumPy(Numerical Python) 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，此外也针对数组运算提供⼤量的数学函数库。
NumPy 是⼀个运⾏速度⾮常快的数学库，主要⽤于数组计算，包含：
⼀个强⼤的N维数组对象 ndarray
⼴播功能函数
整合 C/C++/Fortran 代码的⼯具
线性代数、傅⾥叶变换、随机数⽣成等功能
⼆、numpy库的应⽤
NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）⼀起使⽤， 这种组合⼴泛⽤于替代 MatLab，是⼀个强⼤的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。
SciPy 是⼀个开源的 Python 算法库和数学⼯具包。
SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅⾥叶变换、信号处理和图像处理、常微分⽅程求解和其他科学与⼯程中常⽤的计算。
Matplotlib 是 Python 编程语⾔及其数值数学扩展包 NumPy 的可视化操作界⾯。它为利⽤通⽤的图形⽤户界⾯⼯具包，如 Tkinter, wxPython, Qt 或 GTK+ 向应⽤程序嵌⼊式绘图提供了应⽤程序接⼝（API）。
三、numpy库的安装
1、使⽤已有的发⾏版本
对于许多⽤户，尤其是在 Windows 上，最简单的⽅法是下载以下的 Python 发⾏版，它们包含了所有的关键包（包括
NumPy，SciPy，matplotlib，IPython，SymPy 以及 Python 核⼼⾃带的其它包）：
: 免费 Python 发⾏版，⽤于进⾏⼤规模数据处理、预测分析，和科学计算，致⼒于简化包的管理和部署。⽀持 Linux, Windows 和Mac 系统。
: 提供了免费和商业发⾏版。持 Linux, Windows 和 Mac 系统。
: 免费的 Python 发⾏版，包含了完整的 Python 语⾔开发包 及 。⽀持 Windows，仅限 Python 2 版本。
: 另⼀个免费的 Python 发⾏版，包含科学计算包与 Spyder IDE。⽀持 Windows。
: 基于 Anaconda 的免费发⾏版本及 IEP 的交互开发环境，超轻量级。 ⽀持 Linux, Windows 和 Mac 系统。
2、使⽤ pip 安装
安装 NumPy 最简单的⽅法就是使⽤ ：
pip3 install --user numpy scipy matplotlib
--user 选项可以设置只安装在当前的⽤户下，⽽不是写⼊到系统⽬录。
默认情况使⽤国外线路，国外太慢，我们使⽤清华的镜像就可以:
pip3 install numpy scipy matplotlib -i pypi.tuna.tsinghua.edu/simple
random python友情提醒：具体的安装⽅法可⾃⾏百度
NumPy中最重要的⼀个特点就是其N维数组对象，即ndarray（别名array）对象，该对象可以执⾏⼀些科学计算。
ndarray对象中定义了⼀些重要的属性：
四、numpy创建数组的常⽤函数
1.array（创建数组）
4.arange(起始数，结尾数，步长) （创建等差数组）
五、ndarray对象的数据类型
ndarray.dtype可以创建⼀个表⽰数据类型的对象，如果希望获取数据类型的名称，则需要访问name属性进⾏获取。
NumPy的数据类型是由⼀个类型名和元素位长的数字组成。
通过zeros()、ones()、empty()函数创建的数组，默认的数据类型为float64。 默认情况下，64位windows系统输出的结果为int32， 64位Linux或macOS系统输出结果为int64，当然也可以通过dtype来指定数据类型的长度。
NumPy中常⽤的数据类型：
每⼀个NumPy内置的数据类型都有⼀个特征码，它能唯⼀标识⼀种数据类型。
ndarray对象的数据类型可以通过astype()⽅法进⾏转换。
六、numpy中数组的运算
1.数组运算可以分为以下三种：
（1）形状相同的数组（⽮量化运算）
（2）形状不同的数组（⼴播机制）
（3）数组与标量运算（标量）
2.⽮量化运算
形状相等的数组之间的任何算术运算都会应⽤到元素级，即只⽤于位置相同的元素之间，所得的运算结果组成⼀个新的数组。
3.数组⼴播

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。