数据分析实战——04丨Python科学计算：用NumPy快速处理数据

• 使用 NumPy 让你的 Python 科学计算更高效
  • 它不仅是 Python 中使用最多的第三方库，而且还是 SciPy、Pandas 等数据科学的基础库
  • 它所提供的数据结构比 Python 自身的“更高级、更高效”
• 为什么要用 NumPy 数组结构而不是 Python 本身的列表 list？
  • 这是因为列表 list 的元素在系统内存中是分散存储的，而 NumPy 数组存储在一个均匀连续的内存块中
  • 这样数组计算遍历所有的元素，不像列表 list 还需要对内存地址进行查找，从而节省了计算资源
• 需要一些技巧来提升内存和提高计算资源的利用率
  • 一个重要的规则就是：避免采用隐式拷贝，而是采用就地操作的方式
  • 举个例子，如果我想让一个数值 x 是原来的两倍，可以直接写成 x*=2，而不要写成 y=x*2
• 在 NumPy 里有两个重要的对象
  • ndarray（N-dimensional array object）解决了多维数组问题
  • 而 ufunc（universal function object）则是解决对数组进行处理的函数
• ndarray 对象
  • ndarray 实际上是多维数组的含义
  • 通过函数 shape 属性获得数组的大小，通过 dtype 获得元素的属性
• ufunc 运算
  • ufunc 是 universal function 的缩写，它能对数组中每个元素进行函数操作
  • 统计最大值与最小值之差 ptp()
  • 统计数组的百分位数 percentile()
  • 统计数组中的中位数 median()、平均数 mean()
  • 统计数组中的加权平均值 average()
  • 统计数组中的标准差 std()、方差 var()
• NumPy 排序
  • sort(a, axis=-1, kind=‘quicksort’, order=None)，默认情况下使用的是快速排序
  • 在 kind 里，可以指定 quicksort、mergesort、heapsort 分别表示快速排序、合并排序、堆排序