Python数据分析与展示01-numpy库入门
1.数据的维度2.数组对象ndarray3.ndarray数组的创建与变换4.ndarray数组的操作5.ndarray数组的运算6.总结7.案列
学习视频：
Python数据分析与展示_北京理工大学
Excel表就是一个二维数据
NumPy是一个开源的Python科学计算基础库。NumPy提供了一个强大的N维数组对象ndarray，广播功能函数，整合C/C++/Fortran代码的工具，线性代数、傅里叶变换、随机数生成等功能。
np.array()生成一个ndarray数组ndarray在程序中的别名是：array
3.ndarray数组的创建与变换
（1）从Pyhton中的列表、元祖等类型创建ndarray数组
x = np.array(list/tuple) x = np.array(list/tuple,dtype=np.float32)
当np.array()不指定dtype时，NumPy将根据数据情况关联一个dtype类型
（2）使用Numpy中函数创建ndarray数组，如：arange，ones，zeros等
reshape和resize
reshape不修改原始数据resize修改原始数据 4.ndarray数组的操作
ndarray数组的类型变换new_a = a.astype(new_type)
如：a = np.ones((2,3,4), dtype=np.int)
ndarray数组向列表的转换
ls = a.tolist()
数组的索引和切片
索引：获取数组中特定位置元素的过程切片：获取数组元素子集的过程
一维数组的索引和切片
二维数组的索引和切片
用numpy创建一个二维或多维正态分布随机数，保留符合[0, 1)的数，然后求平均值。
#用numpy创建一个二维或多维正态分布随机数，保留符合[0, 1)的数，然后求平均值
import numpy as np #导入numpy库，别名np
a=np.random.randn(3,3) #创建一个三行三列的正态分布随机数
b=a[(a>=0)&(a<1)] #取出>=0并且<1的随机数，并赋值给b
print("a",a)
print("b",b)
print(b.mean()) #取平均值
打印如下
随机数，所以每次打印结果不同
a [[ 0.51954614 -0.65233523 -0.16553807] [ 1.23874021 -0.5203454 1.48777737] [ 0.14178359 -1.03480912 -0.47472268]] b [0.51954614 0.14178359] 0.33066486195938505
参考：数据分析与展示——NumPy库入门
