python数据分析与展示学习笔记（1）ndarray

大三狗，寒假自我充电，想要养成学习写博客记录所学的习惯。

笔者python小白一枚，所写内容有不当之处希望大家谅解，欢迎指正。学习资源来自中国大学mooc（嵩老师讲课属实给力），想要充电的朋友们可以去看看。

在平日的学习中，不论是做项目还是写paper，我们不可避免都会遇到需要做数据处理或是将数据转化成可视化图形展示，python为我们这样的需求提供了强大的支持，因此这次笔者首先要学习的是python的第三方库——numpy。

不同的数据对象需要我们选择不同的数据类型进行存取，在此我先列出我在学习python基础语法时觉得容易混淆的几种类型和基本操作。

1.列表（list）

list1=['csdn','python',2020]
print ("list1[0]:",list1[0])

运行结果：

在上例中可以看出，list类型可以用于存储有序的一维、二维和多维数据，列表的下标是从0开始的，且列表中的每个元素的类型可以不一致，这区别于C语言中的数组。(我是用的编辑环境是spider,print 后必须加括号)。另外，列表类型的长度是可变的，列表中的元素可以用append()方法添加，也可以用del语句删除。顺便一提，一维数据还可以用集合类型，用大括号{}定义，集合类型中是无序的。

2.元组

tup1 = (12, 34.56)
tup2 = ('abc', 'xyz')
# 修改元组元素操作是非法的。
# tup1[0] = 100
# 创建一个新的元组tup3
tup3 = tup1 + tup2
print (tup3)

运行结果：

元组和列表类似，都属于序列，元组在定义时使用小括号()，而列表使用中括号[]，特别需要注意的是元组的元素不能修改，加运算对于两个元组来说，就是将两个元组合并。

3.字典（dictionary）

dict = {'Name': 'coeus', 'Age': 20}
print ("dict['Name']: ", dict['Name'])

运行结果：

字典类型可用于储存高维数据，利用最基本的二元关系展示数据间的复杂结构，也就是键值对。

列举了三个基本数据类型后，开始学习numpy。

1.numpy的引用：import numpy as np

2.N维数组对象ndarray

3.切片时，常用冒号:，如有一个三维数组a，则a[:,:,::2]代表全选第一维，全选第二维，第三位采用了开始：结束（不包含本身）：步长的格式，此处意为在第三维中从开始到结束以二为步长抽取。

4.关于ndarray数组的维度与轴的理解见学习笔记（3）