本文主要是介绍【数据分析预备】Numpy入门，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Jupyter Notebook
- 是一个基于网页的交互式计算环境
- 编写代码、运行代码、查看输出、可视化数据、分享报告文档
- 按单元格运行代码
- 可展示的信息格式更丰富（支持Markdown和Latex)
- 交互式运行环境
安装
- cmd窗口
pip install notebook
- 启动
jupyter notebook
- 退出
Ctrl+C
启动后网页界面如下
New一个Python3文件即可得到ipynb文件
- 分享
File-Download as
# Markdown
- 格式比纯文本更丰富
- 体积比富文本更轻量
两个库
NumPy: Numerical Python
核心数据结构: ND array n维数组
数据类型统一，执行效率高
- 安装
cmd
pip install numpy
报错
解决：切换到python安装目录
输入python -m install numpy
使用
列表转换为数组
import numpy as np
arr1 = np.array([[1, 2, 3], [4, 5, 6]]) # 二维数组# 维度
print(arr1.ndim)
# 元组,各个维度元素的个数
print(arr1.shape)
# 元素总个数
print(arr1.size)
# 数组元素的类型
print(arr1.dtype)#其他创建数组方法
print(np.zeros(3))
print(np.ones(3))
# 元素为数字序列
np.arange(5, 10, 2)#连接数组
np.concatenate([np.zeros(2), np.ones(4)])list1 = np.array([5, 17, 3, 26, 31])
sorted_list1 = sorted(list1) # 不改变list1，等同于np.sort(list1)
print(sorted_list1)
print(list1)
list1.sort() # 什么都不返回，改变原始列表
print(list1)# 用索引获得元素
list1[0:3]# 数组间运算=向量运算
import math
#聚合操作
list1.max()
list1.sum()
list1.mean()
#广播机制
list1[list1 > 6]# 逻辑运算
list1[(list1 > 6)&(list1 < 30)]
这篇关于【数据分析预备】Numpy入门的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
