numpy&pandas学习笔记1

一，前言

本人主要是学习B站莫烦python的视频——链接 和csdn上的大神总结。

二，Anaconda安装

百度网盘链接：https://pan.baidu.com/s/1zY11Vd3i6a4SWC7X7AezYw
提取码：zbcy

三，numpy属性

**// 代码**
import numpy as np    //导入numpy
array=np.array([[1,2,3],
                [2,3,4]])
print(array)
print('number of dim:',array.ndim)   //维度
print('shape',array.shape)   //几行几列
print('size',array.size)   //   个数

结果如下：

四，numpy的创建array

4.1 dtype

import numpy as np
array=np.array([1,2,3],dtype=np.int)  //默认是32位
print(array.dtype)

结果

dtype还有int64 ,float32,float64等

4.2 zeros

import numpy as np
a=np.zeros((3,4))  //三行四列
print(a)

结果

类似的有ones twos ,也可以设置类型，再加上dtype

import numpy as np
a=np.ones((3,4),dtype=float)
print(a)

4.3 numpy.empty()

具体参考 链接

4.4 numpy.arange

参考 链接
Numpy 中 arange() 主要是用于生成数组，返回的是数组。
numpy.arange(start, stop, step, dtype = None)
start —— 开始位置，数字，可选项，默认起始值为0
stop —— 停止位置，数字
step —— 步长，数字，可选项， 默认步长为1，如果指定了step，则必须有start。
dtype —— 输出数组的类型。 如果未给出dtype，则从其他输入参数推断数据类型。

例如：

import numpy as np
a=np.arange(10,20,2) //10起始值（包含），20终止值（不包含），2步长。
print(a)

结果

import numpy as np
a=np.arange(12).reshape((3,4))
print(a)

结果：

拓展：range和arange的区别。
arange返回的是一个数组，而range返回的是list。

import numpy as np
a=np.arange(4)
print(a)
for b in range (4):
    print(b)

结果：

4.5 numpy.linspace

参考链接
linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
在指定的在区间[start, stop]中，返回固定间隔的数据。
start：开始值
stop：结束值， endpoint=True表示包含，false表示不包含。
num：生成序列的个数

import numpy as np
a=np.linspace(1,10,6)
print(a)

结果

import numpy as np
a=np.linspace(1,10,6).reshape((2,3))  //reshape自定义行列
print(a)

结果