Python数据分析——Numpy

一、数据的维度
一个数据：表达一个含义
一组数据：表达一个或多个含义
维度：一组数据的组织形式

一维数据：对等关系，有序或无序
有序结构包括：
（1）列表：数据类型可以不同
（2）数组：数据类型相同

二维数据：多个一维数据构成
高维数据：利用二元关系展示数据间的复杂结构

维度的Python表示：
一维数据：列表和集合
二维数据：列表
三维数据：列表
高维数据：字典 或 JSON、XML、YAML

二、Numpy数组对象
ndarray:使一维向量更像单个数据。
两部分构成：实际的数据，描述这些数据的元数据（数据维度、数据类型等）元素类型相同。
例：

属性：
ndim:轴的数量
shape:尺寸
size:元素个数
dtype:元素类型
itemsize:每个元素大小

数组元素类型
（1）bool, intc, intp, int8, int16, int32, int64
（2）uint8, …, float16, float32…
（3）complex64, complex128
Python仅支持整数、浮点数和复数

非同质的ndarray对象

三、数组创建
（1）列表、元组等类型创建
（2）函数创建ndarray数组：
arrange、ones、zeros、full、eye
linspace、concatenate

四、数组变换
（1）维度变换
reshape、resize、flatten
（2）类型变换
astype
（3）数组变换为列表
tolist

五、数组操作
索引：获取特定位置
切片：获取数组元素子集

六、数组运算
（1）数组与标量间的计算

（2）一元函数
abs、sqrt、square、log、ceil、floor、exp、sign、modf

（3）二元函数
maximum、minimum、mod、copysign
<、>、==、!=

七、随机函数子库

rand(d0,d1,...,dn)    均匀分布
randn(d0,d1,...,dn)   标准正态分布
randint(low,[,high,shape])
seed(s)      随机数种子

uniform(low,high,size)   均匀分布
normal(loc,scale,size)   正态分布
poisson(lam,size)        泊松分布

八、统计函数

np.sum()
np.mean()
...
min(a) max(a)
argmin(a)  argmax(a)
...

九、梯度函数

np.gradient(f)    数组f中元素的梯度