Python数据分析与应用（一）

一、Python数据分析概述

 数据分析是指用适当的分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，对数据加以详细研究和总结概括的过程. 广义的数据分析包括狭义数据分析和数据挖掘。
 
 狭义的数据分析是指根据数据分析目的，采用对比分析、分组分析、交叉分析和回归分析等分析方法，对收集的数据进行处理与分析，提取有信息，得到特征统计计量结果的过程。
 
 数据挖掘是从大量的、不完全的、有噪声的实际应用数据中，通过应用聚类模型、分类模型、回归和关联规则等技术，挖掘潜在价值的过程。

二、Numpy数值计算基础

（一） numpy的数组对象ndarray

Python的array模块不支持多维，numpy提供的存储单一数据类型的多维数组——ndarray可以弥补其不足。

1、数组对象

(1)创建数组

一维：

import numpy as np  #导入numpy库
arr1 = np.array([1,2,3,4])
print('创建的数组为：\n',arr1)

二维：

#前面已经导入过库，此后不再导入
arr2 = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10])
print('创建的数组为：\n',arr2)

(2)查看数组属性

print('数组维度为：',arr2.shape)   #查看数据结构
print('数组类型为：',arr2.dtype)  #查看数组类型
print('数组元素个数为：',arr2.size) #查看数组元素的个数
print('数组每个元素大小为：',arr2.itemsize) #查看数组每个元素大小

(3)专门创建数组的函数

arange:

#arange是专门用来创建数组的函数
#通过指定开始值、终值和步长，创建的数组不含终值
print('使用arange函数创建的数组为：\n',np.arange(0,1,0.1))
#即从0-1，间隔为0.1

linspace:

#linspace指定开始值、终值和元素个数创建数组 包括终值
print('使用logspace函数创建的数列为：',np.logspace(0,2,10))

zero:

#zero用来创建全为0的数组
print('使用zeros函数创建的数组为：\n',np.zeros((2,3)))

eye:

#eye用来创建主对角线上元素为1的数组，类似于单位矩阵
print('使用eye创建的数组为：\n',np.eye(3))

ones:

print('使用ones函数创建元素全为1的数组为：\n',np.ones((5,3)))

(4)数组的数据类型

类型	描述
bool	布尔类型（True 或者False）
inti	由所在平台决定精度的整数（一般为int32或者int64）
int32	整数
int64	整数
float32	单精度浮点数（32位）
float64	双精度浮点数（64位）

类型转换举例；

#整型转换成浮点型：
print(np.float64(42))
#整型转换成布尔型：
print(np.bool(42))

2、生成随机数

与随机数相关的函数都在random模块中，其中包括了可以生成服从多种概率分布随机数的函数。

# random函数是最常见的生成随机数的方法
print('生成的随机数组为:',np.random.random(100))
# rand函数可以生成服从均匀分布的随机数
print('生成的随机数组为: \n',np.random.rand(10,5))
# randn函数可以生成服从正态分布的随机数
print('生成的随机数组为: \n',np.random.randn(10,5))
# randint函数可以生成给定上下限范围的随机数
#其中 low为最小值，high为最大值，size为数组的shape
print('生成的随机数组为: ',numpy.random.randint(low, high=None, size=None, dtype='1'))