Python数据分析学习笔记（1）numpy模块基础入门

        numpy模块可以进行高效的数据处理，并提供了数组的支持，很多模块都依赖他，比如pandas、scipy、matplotlib等，因此这个模块是基础。

（1）导入：

import numpy

（2）创建一维和二维数组：

#创建一维数组
x=numpy.array(["1","3","r","u","a"])
#创建二维数组
y=numpy.array([[1,2],[22,2],[11,8]])

      结果：

>>> x
array(['1', '3', 'a', 'r', 'u'], dtype='>> y
array([[ 1,  2],
       [ 2, 22],
       [ 8, 11]])

（3）提取数组特定值：

#创建一维数组
x=numpy.array(["1","3","r","u","a"])
#创建二维数组
y=numpy.array([[1,2],[22,2],[11,8]])

#输出一维数组的首个元素
print(x[0])
#输出二维数组的第2索引的首个元素
print(y[2][0])

    结果：

1
11

（4）数组最大最小值：

#取最大值和最小值
y1=y.max()#所有元素的最大值
y2=y.min()#所有元素的最小值

    结果：

>>> y1
22
>>> y2
1

（5）数组元素排序：

#创建一维数组
x=numpy.array(["1","3","r","u","a"])
#创建二维数组
y=numpy.array([[1,2],[22,2],[11,8]])
#排序
x.sort()
y.sort()#对二维中的每个一维排序

    结果：

>>> x
array(['1', '3', 'a', 'r', 'u'], dtype='>> y
array([[ 1,  2],
       [ 2, 22],
       [ 8, 11]])

（6）切片：按下标取某一片段元素

#创建一维数组
x=numpy.array(["1","3","r","u","a"])

#切片：按下标取某一片段元素
#格式：数组[起始下标:最终下标+1]
x[1:3]#"3","r"
x[:3]#"1","3","r"
x[1:]#"3","r","u","a"

（7）数据集成：将多个数据源合并存在一个一致的数据存储中，要考虑实体识别问题和属性冗余问题，从而将数据在最低层上加以转换、提炼和集成：

a=numpy.array([[1,5,6],[9,4,3]])
b=numpy.array([[4,2,2],[1,2,7]])
#将两个数组集成在一起
c=numpy.concatenate((a,b))
#输出测试
print(c)