python数据分析: numpy入门

numpy的概念

一个在python中做科学计算的基础库，重在数值计算，也是大部分在python科学计算库的基础库，多用于在大学、多维数组上执行数值运算。

numpy基础

import numpy as np
import random

# 创建数组
t1 = np.array([random.randint(2, 9) for i in range(10)])
t2 = np.arange(1, 6)
t3 = np.array(range(1, 10, 2))

print("t1:", t1)
print("t2:", t2)
print("t3:", t3)
print(type(t1))
print(t1.dtype)

# 指定数据的类型
t4 = np.array(range(1, 6), dtype="i1")
print("*"*30)
print(t4.dtype)
print(t4)

# numpy 中的bool类型
t5 = np.array([1, 0, 1, 1, 1, 0, 2, 3], dtype=bool)
print(t5)

# numpy更改数据类型
t6 = t5.astype("int64")  # 更改t5的数据类型
print(t6)
print(t6.dtype)

# numpy 中的小数
t7 = np.array([random.random() for i in range(10)])
print("=" * 100)
# 四舍五入
t8 = np.round(t7, 2)  # 将小数t7传入，保留两位小数
print(t8)

数组的形状

使用shape方法即可查看数组的形状， shape方法返回的是一个元组，一般来说，元组内有几个数字，就可以判断它是一个几维数组
从shape中所返回的值中可以看出t1是一个一维数组，shape中返回的元组第一个值为数组的个数，t2为一个二维数组，shape中返回的元组第一个值为数组的行数，第二个值为数组的列数
在这里插入图片描述

修改数组的形状

利用shape方法可以查看数组的形状，那么使用reshape()函数则可以更改数组的形状
这样我们把t1从一维数组改变为3行2列的二维数组了

把数组转化一维数据

列如变量a = np.arange(15).reshape(3, 5)
a是一个3行2列的二维数组，那么应该怎么将它变为一维数据呢？
在这里插入图片描述

第一种方法：使用reshape改变数组的形状
第二种方法：使用flatten()函数将数组展开

数组的计算

就拿刚才的变量a作为例子，数组能够进行计算吗？那必须可以呀，不然还做什么数据分析…（手动滑稽）
首先a是这样的
在这里插入图片描述
首先进行一个简单的计算

可以看出当数组加一个数字时，数组中的每一个元素都加了这个数字，所以举一反三，数组也能够对数字进行加减乘除，这里就不做详细讲解了。
那么问题来了, 数组与数组之间能够计算吗？