利用Python进行数据分析的笔记-Numpy基础

Nump中的ndarray：一种多维数组对象

Numpy最重要的一个特点就是其N维数组对象（即ndarray），该对象是一个快速而灵活的大数据集容器。你可以利用它对整块数据执行一些数学运算，其语法跟标量元素之间运算一样。

image.png

创建ndarray

创建数组最简单的办法就是使用array函数，它接受一切序列型的对象（包含其他数组），然后产生一个的含有传入数据Numpy数组。以一个列表类型的转化例子：

image.png

嵌套序列 （比如由一组等长列表组成的列表）将会被转化为一个多维数组:

image.png

特殊数组（全0或全1数组、单位数组、空数组）

image.png

image.png

image.png

image.png

image.png

ndarray的数据类型

dtype（数据类型）是一个特殊的对象，它含有ndarray将一块内存解释为特定数据类型所属信息:

image.png

dtype是Numpy如此强大和灵活的原因之一。多数情况下，它们直接映射到相应的机器表示，使得“读写磁盘上的二进制数据流”以及“集成低级语言代码”（如C以及Fortran）等 ，使得工作变得更加简单

image.png

数组与标量之间的运算

数组与标量之间的运算很重要，因为这样你就不用编写循环即可对数据执行批量运算的操作。这个通常叫做矢量化，大小相等的数组之间的任何算术运算都会将运算应用到元素级别:

image.png

基本的索引和切片

Numpy数组的索引是一个内容丰富的主题，因为选取数据子集或者单个元素的方式有很多。

image.png

如上所示，当你将一个标量赋值给一个切片时，无论切片的元素是单个还是多个，该值都会自动广播到这个切片范围。**跟列表最重要的区别就是，数组切片是原始数组的视图。这个意味着数据是不会被复制的，视图上的修改都会反映到源数组上：

image.png

由于Numpy的设计目的是处理大数据，所以你可以想象下，假如Numpy坚持要将数据复制来复制去，势必会产生性能问题和内存消耗问题

如果你想要得到的ndarray的切片的一份副本而非视图，可以使用显式复制，例如arr5.copy()

对于多维度数组，能做的事情更多，在一个二维数组中，各索引位置上的元素不再是标量，而是一维数组：

image.png

image.png

布尔型索引

image.png

image.png

image.png

image.png

通过布尔型索引选取数组中的数据，将总是创建数据的副本，即使返回一模一样的数组也是如此。

Python关键字and和or在布尔型数组中无效
通过布尔型数组设置值是一种经常用到的手段，为了将data中的所用的负值都设置为0
通过一维布尔型数组设置整行或整列的值

image.png

花式索引

花式索引是一个Numpy的术语，它指的是利用整数数组进行索引。只需传入一个用于指定顺序的整数列表或ndarray即可：

image.png

未完待续