数据分析
什么是数据分析?
就是将一些杂乱无章的数据中将信息提取出来,总结所研究对象的内在规律。
数据分析的三剑客?
Numpy Pandas Matplotlib
Numpy是干嘛的?
是Python语言扩展的一个程序库,支持大量的维度数据与矩阵运算,此外页针对数组运算提供了大量的数学函数库。
开始创建ndarray
1.使用np.array()创建
创建一维数组 import numpy as np np.array([1,2,3,4,5]) c创建二维数组 np.array([[1,2,3],['a','b',1.1]]) 注意: numpy默认nbarray的所有的元素的类型是相同的 如果传进来的列表中包含不同类型,则统一为同一类型,优先级是 str>float>int
使用matplotlib.pyplo来获取一个numpy的数组,数据来源于一张图片
pip install matplotlib
import matplotlib.pyplot as plt img_arr = ply.imread('./bobo.jpg) plt.imshow(img_arr)
ndarray的属性
4个必记参数: ndim:维度 shape:形状(各维度的长度) size:总长度 type:元素类型
级联
级联需要注意的点: 级联的参数是列表:一定要加中括号或小括号 维度必须相同 形状相符:在维度保持一致的前提下,如果进行横向(axis=1)级联,必须保证进行级联的数组行数保持一致。如果进行纵向(axis=0)级联,必须保证进行级联的数组列数保持一致。 可通过axis参数改变级联的方向
ndarray的聚合操作
Function Name NaN-safe Version Description np.sum np.nansum Compute sum of elements np.prod np.nanprod Compute product of elements np.mean np.nanmean Compute mean of elements np.std np.nanstd Compute standard deviation np.var np.nanvar Compute variance np.min np.nanmin Find minimum value np.max np.nanmax Find maximum value np.argmin np.nanargmin Find index of minimum value np.argmax np.nanargmax Find index of maximum value np.median np.nanmedian Compute median of elements np.percentile np.nanpercentile Compute rank-based statistics of elements np.any N/A Evaluate whether any elements are true np.all N/A Evaluate whether all elements are true np.power 幂运算
ndarray的排序
快速排序 np.sort()与ndarray.sort()都可以,但有区别: np.sort()不改变输入 ndarray.sort()本地处理,不占用空间,但改变输入