数据分析之numpy的操作
共 2670字，需浏览 6分钟
· 2021-03-18
下午好啊
土豆本期说一下数据分析的另一个库
numpy
大家准备好认真阅读哦
Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。
Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。
Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。
Numpy专门针对ndarray的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。
NumPy 操作
使用NumPy，开发人员可以执行以下操作：
数组的算数和逻辑运算。
傅立叶变换和用于图形操作的例程。
与线性代数有关的操作。NumPy 拥有线性代数和随机数生成的内置函数。
NumPy – MatLab 的替代之一
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，是一个流行的技术计算平台。但是，Python 作为 MatLab 的替代方案，现在被视为一种更加现代和完整的编程语言。
NumPy 是开源的，这是它的一个额外的优势。
NumPy - Ndarray 对象
NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。
ndarray中的每个元素在内存中使用相同大小的块。ndarray中的每个元素是数据类型对象的对象（称为 dtype）。
从ndarray对象提取的任何元素（通过切片）由一个数组标量类型的 Python 对象表示。下图显示了ndarray，数据类型对象（dtype）和数组标量类型之间的关系。
大小与排序
函数名 | 功能 | 函数名 | 功能 |
min | 最小值 | max | 最大值 |
ptp | 极差 | argmin | 最小值下标 |
minium | 二元最小值 | maxinum | 二元最大值 |
sort | 数组排序 | argsort | 数组排序下标 |
percentile | 分位数 | median | 中位数 |
NumPy - 数据类型
NumPy 支持比 Python 更多种类的数值类型。下表显示了 NumPy 中定义的不同标量数据类型。
| 数据类型及描述 |
bool_ 存储为一个字节的布尔值（真或假） |
int_ 默认整数，相当于 C 的long，通常为int32或int64 |
intc 相当于 C 的int，通常为int32或int64 |
intp 用于索引的整数，相当于 C 的size_t，通常为int32或int64 |
int8 字节（-128 ~ 127） |
int16 16 位整数（-32768 ~ 32767） |
int32 32 位整数（-2147483648 ~ 2147483647） |
int64 64 位整数（-9223372036854775808 ~ 9223372036854775807） |
uint8 8 位无符号整数（0 ~ 255） |
uint16 16 位无符号整数（0 ~ 65535） |
uint32 32 位无符号整数（0 ~ 4294967295） |
uint64 64 位无符号整数（0 ~ 18446744073709551615） |
float_ float64的简写 |
float16 半精度浮点：符号位，5 位指数，10 位尾数 |
float32 单精度浮点：符号位，8 位指数，23 位尾数 |
float64 双精度浮点：符号位，11 位指数，52 位尾数 |
complex_ complex128的简写 |
complex64 复数，由两个 32 位浮点表示（实部和虚部） |
complex128 复数，由两个 64 位浮点表示（实部和虚部） |
NumPy 数字类型是dtype（数据类型）对象的实例，每个对象具有唯一的特征。这些类型可以是np.bool_，np.float32等。
数据类型对象 (dtype)
numpy.flags
| 属性及描述 |
C_CONTIGUOUS (C) 数组位于单一的、C 风格的连续区段内 |
F_CONTIGUOUS (F) 数组位于单一的、Fortran 风格的连续区段内 |
OWNDATA (O) 数组的内存从其它对象处借用 |
WRITEABLE (W) 数据区域可写入。将它设置为flase会锁定数据，使其只读 |
ALIGNED (A) 数据和任何元素会为硬件适当对齐 |
UPDATEIFCOPY (U) 这个数组是另一数组的副本。当这个数组释放时，源数组会由这个数组中的元素更新 |
NumPy - 数组创建例程
新的ndarray对象可以通过任何下列数组创建例程或使用低级ndarray构造函数构造。
numpy.empty
numpy.empty(shape, dtype = float, order = 'C')构造器接受下列参数：
| 参数及描述 |
Shape 空数组的形状，整数或整数元组 |
Dtype 所需的输出数组类型，可选 |
Order 'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组 |
本期内容就先到这里啦
觉得不错的话别忘了给土豆一个三连哦
我们下期再见哦
需要学习资料的可以添加土豆的微信领取哦
内容源自网络