数据分析包 - numpy

1. 创建

import numpy as np  # 后面都用np表示numpy

1. a = np.array(列表)
2. a = np.zeros(10)  # 创建长度为10，所有值为0.（默认为浮点型，可以将dtype='int'来改为整形）的一维数组
3. a = np.ones(10)  # 值为1.0
4. a = np.empty(10)  # 值是随机的
5. a = np.arrange(0,10,0.2)  # 从0到10，步长0.2的一维数组，前包后不包
6. a = np.linspace(0, 10, 11)  # 0到10（包含0和10），分成11个数

2. 数组（array）与列表的区别

1. 数组里面的元素类型必须一致
2. 数组的大小不可修改

3. 常用函数

arrayObj.dtype  # 当前数组元素的数据类型
arrayObj.size  # 元素个数
arrayObj.shape  # 行数，列数
arrayObj.T  # 行转为列，列转为行

4. 数组常用操作

1. 索引取值
    a[0]
    a[0][0] 或者a[0,0]
2. 切片

　　数组的切片，默认是引用原数组，修改切片中的值会将原数组的值也修改掉
　　列表的切片修改不会影响原列表
　　b = a[0:4].copy()  可以用.copy()的方法重新开启一块数组空间

　　二维切片
　　c = a[0:2,1:5]  逗号左边是行，右边是列

5. 条件过滤

1. a[a>5]  返回一个数组，。里面的所有元素都大于5
2. a[(a>5) & (a<10)]  返回一个数组，。里面的所有元素都大于5，且小于10。（&表示和的关系，|表示或的关系）

 6. 特殊情况

1. nan = not a number
2. inf  比任何数都大
3. 函数：isnan, isinf