数据分析基础与Numpy

概述

Jupyternotebook基本操作

• 启动：终端jupyter notebook
• 在源文件中添加cell：
• 模式1：code
• python代码的编写和运行
• 模式2：md
• 编写相关的文档注释
• 快捷键：
  • 添加cell：a,b
  • 删除cell：x
  • 运行cell：shift+enter
  • 进入编辑模式：选中cell双击
  • 切换cell的模式：m,y
  • 打开帮助文档：shift+tab

数据分析

• 把隐藏在一些看似杂乱无章的数据背后的信息提炼出来，总结出所研究对象的内在规律。
• 常用工具
  • numpy：重点用于数值型数据
  • pandas：重点用于重点用于数值型数据数据
  • Matplotlib：绘图库

Numpy模块

1.numpy的创建

1）使用np.array()创建

• 创建一维数组
  

• 创建多维数组

2）使用plt创建

• 读当前目录下图片

• 显示图片

• 对图片每个像素值进行修改

3）使用np的routines函数创建

• np.ones创建全1

• np.linspace、np.arrange创建等差数列

• np.random.randint/random创建随机数序列

2.numpy的常用属性

• shape

• ndim

• size

• dtype

• array(dtype=?):可以设定数据类型
• arr.dtype = '?':可以修改数据类型

3.numpy的索引和切片

1）索引

首先，创建一个随机二维矩阵

通过索引，可以实现取单行、多行、单个元素的操作：

2）切片

​ 对于一个随机数表，

• 切出前两列数据

• 切出前两行数据

• 切出前两行的前两列的数据

• 数组数据翻转

![](img src="../Library/Application Support/typora-user-images/image-20220121104849700.png" alt="image-20220121104849700" style="zoom:50%;" /)

• 将图片上下左右进行翻转操作

• 将图片进行指定区域的裁剪

4.numpy其他操作

1）reshape变形

2）concatenate级联

• 将多个numpy数组进行横向或者纵向的拼接

• axis轴向的理解

  • 0:列
  • 1:行

3）常用聚合操作：sum、min、max、mean

4）常用数统函数常用的统计函数

• numpy.amin() 和 numpy.amax()，用于计算数组中的元素沿指定轴的最小、最大值。
• numpy.ptp():计算数组中元素最大值与最小值的差（最大值 - 最小值）。
• numpy.median() 函数用于计算数组 a 中元素的中位数（中值）
• 标准差std():标准差是一组数据平均值分散程度的一种度量。
  • 公式：std = sqrt(mean((x - x.mean())**2))
  • 如果数组是 [1，2，3，4]，则其平均值为 2.5。 因此，差的平方是 [2.25,0.25,0.25,2.25]，并且其平均值的平方根除以 4，即 sqrt(5/4) ，结果为 1.1180339887498949。
• 方差var()：统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数，即 mean((x - x.mean())** 2)。换句话说，标准差是方差的平方根。

5）常用矩阵操作

• 创建

• 转置

• 矩阵乘法