活动地址：CSDN21天学习挑战赛

数据分析----Numpy

Numpy简介

NumPy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库的名字由“Numerical Python”缩写而来
NumPy库是Pandas库的基础
Numpy补充了Python语言所欠缺的数值计算能力
Numpy完全标准C语言实现，运行效率充分优化
Numpy官网：https://numpy.org/

Numpy安装和调用

如果使用conda

conda install numpy

如果使用pip

pip install numpy

numpy的调用

import numpy as np

Numpy数据类型

数组的定义

• 用np.ndarray类对象表示的n维数组
• ndarray是一个通用的同构数据多维容器
• 可以利用这种数组对整块数据执行一些数学运算
• n为数字（1,2,3…)，d（dimension维度），array（数组）

创建数组

1、numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

import numpy as np
a = np.array([1,2,3,4]) 
print(a)

2、numpy.arange(start, stop, step, dtype)

• start : 开始值
• stop : 结束值（不包含）
• step : 步长
• dtype : 数据类型
• 左闭右开

import numpy as np
b = np.arange(1,10)
print(b)

3、np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的

import numpy as np
b = np.linspace(1,100,5)
print(b)

4、np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

numpy.logspace 函数用于创建一个于等比数列。

5、

numpy.zeros（shape，dtype = float，order ='C’

numpy.ones（shape，dtype =None，order ='C’ ）

random模块创建数组

• np.random.randint()
  返回随机整数，左闭右开区间 [low, high)
• np.random.randn()
  返回一个样本，具有标准正态分布
• np.random.rand()
  随机样本位于[0, 1)中
• np.random.random()
  返回随机的浮点数，在半开区间 [0.0, 1.0)
• np.random.ranf()
  返回随机的浮点数，在半开区间 [0.0, 1.0)
• np.random.sample()
  返回随机的浮点数，在半开区间 [0.0, 1.0)
• np.random.choice()
  生成一个随机样本
• np.random.bytes()
  返回随机字节

数组属性

• ndarray.shape - 维度，数组的尺寸。一个整数元组，指示每个维度中数组的大小。对于具有n行和m列的矩阵(n,m)
• ndarray.dtype - 描述数组中元素类型的对象
• ndarray.size - 数组元素的总数。等于shape的乘积
• ndarray.ndim - 数组的轴数（尺寸）。len(shape)(长度)
• ndarray.itemsize - 数组中每个元素的大小（以字节为单位）
• ndarray.nbytes - 总字节数 = size x itemsize
• ndarray.real - 复数数组的实部数组
• ndarray.imag - 复数数组的虚部数组
• ndarray.T - 数组对象的转置视图
• ndarray.flat - 扁平迭代器