numpy
numpy
1、numpy简介
Numpy是高性能科学计算和数据分析的模块包，numpy为python带来了真正的多维数组的功能，并且提供了丰富的函数库处理这些数组，将数学函数支持向量化运算
如果不是使用anaconda打开的numpy是需要下载的：
- 在命令行中下载：pip install numpy
- 在jupyter notebook中下载：!pip install numpy
引入方式：import numpy as np
2、numpy常见属性
1、np.array 生成多维数组
| 属性 | 描述 |
|---|---|
| T | 数组的转置（对高维数组而言） |
| dtype | 数组元素的数据类型 |
| size | 数组元素的个数 |
| ndim | 数组的维数 |
| shape | 数组的维度大小（以元组形式） |
数据类型
| 类型 | 描述 |
|---|---|
| 布尔型 | bool_ |
| 整型 | int_ int8 int16 int32 int 64 |
| 无符号整型 | uint8 uint16 uint32 uint64 |
| 浮点型 | float_ float16 float32 float64 |
| 复数型 | complex_ complex64 complex128 |
2、数组的方法
| 方法 | 描述 |
|---|---|
| array() | 将列表转换为数组，可选择显式指定dtype |
| arange() | range的numpy版，支持浮点数 |
| linspace() | 类似arange()，第三个参数为数组长度 |
| zeros() | 根据指定形状和dtype创建全0数组 |
| ones() | 根据指定形状和dtype创建全1数组 |
| empty() | 根据指定形状和dtype创建空数组（随机值） |
| eye() | 根据指定边长和dtype创建单位矩阵 |
3、索引与切片
4、布尔值索引与花式索引
5、通用函数
1、一元函数
| 函数 | 功能 |
|---|---|
| abs、fabs | 分别是计算整数和浮点数的绝对值 |
| sqrt | 计算各元素的平方根 |
| square | 计算各元素的平方 |
| exp | 计算各元素的指数e**x |
| log | 计算自然对数 |
| sign | 计算各元素的正负号 |
| ceil | 计算各元素的ceiling值 |
| floor | 计算各元素floor值，即小于等于该值的最大整数 |
| rint | 计算各元素的值四舍六入五成双到最接近的整数，保留dtype |
| modf | 将数组的小数部分和整数部分以两个独立数组的形式返回，与Python的divmod方法类似 |
| isnan | 计算各元素的正负号 |
| isinf | 表示那些元素是无穷的布尔型数组 |
| cos，sin，tan | 普通型和双曲型三角函数 |
浮点数：float
浮点数有两个特殊值：
1、nan(Not a Number):不等于任何浮点数（nan != nan）
---------------------------------------------
2、inf(infinity):比任何浮点数都大数据分析中，nan常被用作表示数据缺失值
6、数学的统计方法
| 函数 | 功能 |
|---|---|
| sum | 求和 |
| cumsum | 求前缀和 |
| mean | 求平均数 |
| std | 求标准差 |
| var | 求方差 |
| min | 求最小值 |
| max | 求最大值 |
| argmin | 求最小值索引 |
| argmax | 求最大值索引 |
7、随机数
随机数生成函数在np.random的子包当中
| 函数 | 功能 |
|---|---|
| rand | 给定形状产生随机数组（0到1之间的数） |
| randint | 给定形状产生随机整数 |
| chocie | 给定形状产生随机选择 |
| shuffle | 将数组值随机打散 |
| uniform | 给定形状产生随机数组，正态分布 |
