资源描述：
《利用Python进行数据分析之Numpy简介.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、首先声明一下这篇文章，并不是numpy的学习教程，只是一个北大青鸟上海云登校区老师帮学员总结的一个numpy简介，旨在大家在以后学习的时候能够知道什么NumPy。关注浙江优就业头条账号，学习it互联网高新技术。python简介：NumPy(NumericalPython)是高性能科学计算和数据分析的基础包。NumPy的主要对象是同构数据多维容器(homogeneousmultidimensionalarray)——ndarray，也就是说每一个ndarray都是一个相同类型元素组成的表格(二维)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank
2、)。轴这个概念必须牢记，否则放弃吧。首先轴是从0开始计的，0代表最高维，次高维是1，以此类推。还有两个概念需要认识:§面向数组——NumPy本身并没有提供多么高级的数据分析功能，理解NumPy数组以及面向数组的计算将有助于你更加高效地使用诸如pandas之类的工具。§§矢量化(vectorization)——用数组表达式代替循环的做法。一般来说，矢量化数组运算要比等价的纯Python方式快上一两个数量级(甚至更多)，尤其是各种数值计算。§ndarray属性1.ndarray.ndim——ndarray的秩。2.3.ndarray.shape——书面意思ndarray的形状。官方解释
3、是各维度的大小所组成的tuple元组。4.5.ndarray.size——数组元素的总个数，等于shape属性中元组元素的乘积。6.7.ndarray.dtype——是一个特殊的对象，它含有ndarray将一块内存解释为特定数据类型所需的信息。ndarray内部由一个指向数组的指针，一个数据类型，一个表示形状的元组和一个跨度元组(跨越某一维度所需字节数)。由于NumPy关注的是数值计算，所以没有特别指定，dtype基本都是float64(浮点数)，果然是基本，np.arange(10)产生的数组类型是int32，嗯，推断的还算合理吧。8.1.ndarray.itemsize——书面
4、意思项大小，就是数组中每一个元素所占字节大小。2.3.ndarray.data——官方说不需要使用，so没细研究。4.创建ndarray函数说明np.array(data,dtype=None,order=None)将数据data(列表、元组、数组或其他序列类型)转换为ndarray。要么推断出dtype，要么显示指定dtype。默认直接复制数据。order默认是A(可能是C可能是F还可能是其它)np.asarray(data,dtype=None,order=None)将输入数据转换为ndarray，data同上还可以是ndarray，如果是ndarray就不进行复制。dtype
5、同上，order是重塑中行优先C还是列优先F，默认C语言风格。np.arange(10,30,5,dtype=None)开始，结束，步长和内置的range相同np.ones((2,3,4),dtype=None)、np.ones_like(a)根据指定的形状和dtype创建一个全1的数组。ones_like以另一个数组为参数，创建形状和dtype相同的全1数组。np.zeros()、np.zeros_like()全0数组，类似ones和ones_like。np.empty()、np.empty_like()创建数组，只分配内存空间但不填充任何值，所以返回的是垃圾值。类似ones和o
6、nes_like。np.eye(N,M=None,k=0,dtype=)、np.identity(n,dtype=None)eye创建的是N*M的数组，默认M=N，k取整数，正数对角线向上移k，负数对角线向下移k。identity创建一个N*N单位矩阵(对角线为1，其余全0)的数组操作算术运算大小相等的数组之间的任何算术运算都会将运算应用到元素级。数组与标量的算术运算也将会将那个标量值传播到各个元素。当dtype不一致时，采用上溯造型(upcasting)逻辑运算<、>、<=、>=、==、!=和&(和)、
7、(或)、-(非)，这些运算符和算术运算符的使用一致
8、，只不过将产生一个新的布尔型数组。集合运算NumPy提供了一些针对一维ndarray的基本集合运算。函数说明np.unique(x,return_counts=False)计算x中的唯一元素，并返回有序数组，return_counts=True时一并返回对应元素的数量数组。np.intersect1d(x,y)(交)计算x，y中的公共元素，并返回有序数组np.union1d(x,y)(并)计算x，y的并集，并返回有序数组np.in1d(x,y)(包含)得到一个表示x的
