[人工智能]Python数据分析与表示01

Python数据分析与展示01-numpy库入门

1.数据的维度

Excel表就是一个二维数据

2.数组对象ndarray

NumPy是一个开源的Python科学计算基础库。NumPy提供了一个强大的N维数组对象ndarray，广播功能函数，整合C/C++/Fortran代码的工具，线性代数、傅里叶变换、随机数生成等功能。

• np.array()生成一个ndarray数组
• ndarray在程序中的别名是：array
  

3.ndarray数组的创建与变换

（1）从Pyhton中的列表、元祖等类型创建ndarray数组

x = np.array(list/tuple)
x = np.array(list/tuple,dtype=np.float32)

当np.array()不指定dtype时，NumPy将根据数据情况关联一个dtype类型

（2）使用Numpy中函数创建ndarray数组，如：arange，ones，zeros等

reshape和resize

• reshape不修改原始数据
• resize修改原始数据

4.ndarray数组的操作

ndarray数组的类型变换new_a = a.astype(new_type)
如：a = np.ones((2,3,4), dtype=np.int)
ndarray数组向列表的转换

ls = a.tolist()

数组的索引和切片

• 索引：获取数组中特定位置元素的过程
• 切片：获取数组元素子集的过程

一维数组的索引和切片

二维数组的索引和切片

5.ndarray数组的运算

6.总结

7.案列

用numpy创建一个二维或多维正态分布随机数，保留符合[0, 1)的数，然后求平均值。

#用numpy创建一个二维或多维正态分布随机数，保留符合[0, 1)的数，然后求平均值
import numpy as np #导入numpy库，别名np
a=np.random.randn(3,3) #创建一个三行三列的正态分布随机数
b=a[(a>=0)&(a<1)]  #取出>=0并且<1的随机数，并赋值给b
print("a",a)
print("b",b)
print(b.mean())  #取平均值

打印如下
随机数，所以每次打印结果不同

a [[ 0.51954614 -0.65233523 -0.16553807]
 [ 1.23874021 -0.5203454   1.48777737]
 [ 0.14178359 -1.03480912 -0.47472268]]
b [0.51954614 0.14178359]
0.33066486195938505

参考：数据分析与展示——NumPy库入门