《利用Python进行数据分析》-6Numpy基础

Numpy是Python进行数值计算最重要的基础包，部分功能如下：

• 矢量算术运算和复杂的广播能力的快速
• 节省空间的多维数组
• 对整组数据进行快速运算的标准数学函数，不需要编写各种循环
• 线性代数和随机数生成以及傅里叶变化
• 数据的整理、清理、子集构造和过滤、转换
• Numpy在一个连续的内存块中存储数据，独立于Python的内置对象
• numpy数组使用的内存更少
• Numpy可以在整个数组上执行复杂的计算

import numpy as np
my_arr = np.arange(10000000)
my_list = list(range(10000000))

%time for _ in range(10): my_arr2 = my_arr * 2  
 Wall time: 253 ms

%time for _ in range(10): my_list2 = [x * 2 for x in my_list]  
Wall time: 9.27 s

---

Numpy最重要的一个特点就是N维数组对象（ndarray），是一个通用的同构数据多维容器，里面的所有元素的类型必须相同。

• shape：各个维度数组的大小

• dtype：说明数组类型的对象

  
  image.png

创建ndarray

• 使用array()函数，接受一切序列的对象
• zeros,ones,empty
• astype：将一个数组从dtype转换成另一个dtype；如果浮点数转换成整数，小数部分会被截除

image.png

数组运算

• 大小相同的数组之间的任何算术运算都会应用到元素级。
• 大小相同元素之间的比较，生成布尔值数组。
• 不同大小的数组的运算叫做广播（broadcasting）