Python 数据分析(一):NumPy 基础知识
发布网友
发布时间：2024-10-01 22:18
共1个回答
热心网友
时间：2024-10-18 04:49
NumPy（Numerical Python）是一个开源的 Python 科学计算扩展库，主要用来处理任意维度数组与矩阵，通常对于相同的计算任务，使用 NumPy 要比直接使用 Python 基本数据结构要简单、高效的多。安装使用pip install numpy 命令即可。
2. 使用
2.1 ndarray
ndarray 即 n 维数数组类型，它是一个相同数据类型的集合，以 0 下标为开始进行集合中元素的索引。
创建数组可以使用 NumPy 的 array 方法，具体格式如下：
array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
当然，还可以使用 arange 方法，下面看一下具体使用示例。
看一下如何创建一维数组
看一下如何创建多维数组，以二维数组为例
通过示例来看一下 ndarray 对象的常用属性
改变数组的形状
2.2 数据类型
通过下表来看一下 NumPy 的常用数据类型。
通过示例来看一下如何修改数据类型。
2.3 索引与切片
NumPy 数组支持索引、切片操作，还可以进行迭代，先看一下一维数组。
再看一下多维数组的这些操作。
2.4 副本与视图
视图（浅复制）只是原有数据的一个引用，通过该引用可访问、操作原有数据，如果我们对视图进行修改，它会影响原始数据，因为浅复制共享内存。
副本（深复制）是对数据的完整拷贝，如果我们对副本进行修改，它不会影响到原始数据，因为深复制不共享内存。
调用 ndarray 的 view() 方法会产生一个视图，下面通过示例来看一下。
调用 ndarray 的 copy() 方法会产生一个副本，下面通过示例来看一下。
2.5 轴的概念
NumPy 中的轴简单来说就是方向的意思，使用数字 0、1、2 表示，一维数组只有 0 轴，二维数组有 0、1 轴，三维数组有 0、1、2 轴，了解轴的相应概念可以方便我们进行相应计算。
2.6 基本运算
看一下数组与数字之间的加、减、乘、除运算。
看一下数组与数组之间的运算。
常用数学运算
2.7 常用操作
NumPy 的 append() 方法可以在数组的末尾添加值，该操作会分配至整个数组，并把原数组复制到新数组，该操作需保证输入的维度匹配，下面看一下使用示例。
我们还可以使用 insert() 方法进行添加操作，该方法在给定索引前沿给定轴向数组中插入值，下面看一下使用示例。
NumPy 的 delete() 可以对数组进行删除操作，下面看一下使用示例。
NumPy 的 unique() 方法可以去除数组中的重复元素。
