数据分析之NumPy
一：NumPy的介绍
NumPy是用于科学计算的一个开源Python扩充程序库，它为Python提供了高性能的数组与矩阵运算处理能力，NumPy为Python带来了真正的多位数组功能，并且提供了丰富的函数库处理这些数组。常用的数学函数都支持向量化运算，使得这些数学函数能够直接对数组进行操作，将本来需要在Python级别进行的循环放到C语言的运算，明显的提高了程序的运算速度。
简单来说，NumPy是高性能科学计算和数据分析的基础包，它是pandas等其他各种工具的基础。
二：NumPy的基本使用
安装方法：pip install numpy
引用方式：import numpy as np
NumPy的核心功能是“ndarray”（即n-dimensional array，多维数组）数据结构。
特点：
连续内存分配、向量化操作、布尔选择、分片（sliceability）
NumPy的主要功能：
ndarray，一个多位数组结构，高效且节省空间
无需循环对数组数据进行运算
读写磁盘数据的工具以及用于操作内存映射文件的工具
线性代数、随机数生成和傅里叶变换功能
用于继承C、C++等代码的工具
三：ndarray基本属性
1：基本属性
ndarray.ndmin数组轴的个数
ndarray.shape数组的维度，这是一个指示数组在每个维度上大小的整数元祖。例如一个n排m列的矩阵，它的shape属性将是（2,3）
ndarray.size数组个数的总个数，等于shape属性中元祖元素的乘积。
ndarray.dtype一个用于描述数组中元素类型的对象，可以创造或指定dtype使用标准Python类型。另外NumPy提供它自己的数据类型。
ndarray.itemsize数组中每个元素的字节大小，例如，一个元素类型为float64的数组，itemsize属性值为8（64/8），又如，一个元素类型为complex32的数组item属性为4（32/8）
T ：数组的转置（对高维度数组而言）
dtype: 数组元素的数据类型
size：数组元素的个数
2：NumPy： ndarray 多维数组对象
创建ndarray：
array(): 将列表转换为数组，可选择显示指定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
reshape(): 更改数组的维度
.ndim ：维度 .shape ：各维度的尺度 （2，5） .size ：元素的个数 10 .dtype ：元素的类型 dtype(‘int32’) .itemsize ：每个元素的大小，以字节为单位 ，每个元素占4个字节 ndarray数组的创建 np.arange(n) ; 元素从0到n-1的ndarray类型 np.ones(shape): 生成全1 np.zeros((shape)， ddtype = np.int32) ： 生成int32型的全0 np.full(shape, val): 生成全为val np.eye(n) : 生成单位矩阵 np.ones_like(a) : 按数组a的形状生成全1的数组 np.zeros_like(a): 同理 np.full_like (a, val) : 同理 np.linspace（1,10,4）： 根据起止数据等间距地生成数组 np.linspace（1,10,4, endpoint = False）：endpoint 表示10是否作为生成的元素
.reshape(shape) : 不改变当前数组，依shape生成
.resize(shape) : 改变当前数组，依shape生成
.swapaxes(ax1, ax2) : 将两个维度调换
.flatten() : 对数组进行降维，返回折叠后的一位数组
数据类型的转换 ：a.astype(new_type) : eg, a.astype (np.float)
数组向列表的转换： a.tolist()
a = np.array ([9, 8, 7, 6, 5, ])
a[1:4:2] –> array([8, 6]) ： a[起始编号：终止编号（不含）： 步长]
a = np.arange(24).reshape((2, 3, 4))
a[1, 2, 3] 表示 3个维度上的编号， 各个维度的编号用逗号分隔
a [：，：，：：2 ] 缺省时，表示从第0个元素开始，到最后一个元素
np.abs(a) np.fabs(a) : 取各元素的绝对值 np.sqrt(a) : 计算各元素的平方根 np.square(a): 计算各元素的平方 np.log(a) np.log10(a) np.log2(a) : 计算各元素的自然对数、10、2为底的对数 np.ceil(a) np.floor(a) : 计算各元素的ceiling 值， floor值（ceiling向上取整，floor向下取整） np.rint(a) : 各元素 四舍五入 np.modf(a) : 将数组各元素的小数和整数部分以两个独立数组形式返回 np.exp(a) : 计算各元素的指数值 np.sign(a) : 计算各元素的符号值 1（+），0，-1（-） . np.maximum(a, b) np.fmax() : 比较（或者计算）元素级的最大值 np.minimum(a, b) np.fmin() : 取最小值 np.mod(a, b) : 元素级的模运算 np.copysign(a, b) : 将b中各元素的符号赋值给数组a的对应元素
sum(a, axis = None) : 依给定轴axis计算数组a相关元素之和，axis为整数或者元组 mean(a, axis = None) : 同理，计算平均值 average(a, axis =None, weights=None) : 依给定轴axis计算数组a相关元素的加权平均值 std（a, axis = None） ：同理，计算标准差 var（a, axis = None）: 计算方差 eg： np.mean(a, axis =1) ： 对数组a的第二维度的数据进行求平均 a = np.arange(15).reshape(3, 5) np.average(a, axis =0, weights =[10, 5, 1]) : 对a第一各维度加权求平均，weights中为权重，注意要和a的第一维匹配 min(a) max(a) : 计算数组a的最小值和最大值 argmin(a) argmax(a) : 计算数组a的最小、最大值的下标（注：是一维的下标） unravel_index(index, shape) : 根据shape将一维下标index转成多维下标 ptp(a) : 计算数组a最大值和最小值的差 median(a) : 计算数组a中元素的中位数（中值）
详细方法链接：http://www.cnblogs.com/TensorSense/p/6795995.html
四：Anaconda的安装及使用
1：anaconda是什么？
anaconda是Python的包管理器和环境管理器。
2：为什么用anaconda？
anaconda附带了一大批常用数据科学包，附带了conda、Python和150多个科学包及其依赖项。提供包管理功能，使得Windows平台安装第三方包经常失败的场景得以解决。提供环境管理功能，解决多版本Python并存、切换的问题。
3：安装
官网下载安装包：官网地址https://www.anaconda.com/download/
值得注意的是anaconda没有快捷方式（pip3 install IPython,更加方便运行）
tips:什么是Jupyter Notebook？
前身是IPython notebook，是一个开源的web application，可以创建和分享包含代码，视图，注释的文档，也可以用于数据统计，分析，建模，机器学习等领域。
