基础杂货铺

2022年python数据分析(numpy+matplotlib+pandas)

图灵星球 NumPy切片和索引【NumPy快速入门3】

驭风计划同学  推荐 Python全栈开发教程

一束小城里的光 如何安装Python和Jupyter Notebook

列表生成式

a = [i for i in range(10)]  #使用列表生成式创建0到n-1构成的数组
a = [i**3 for i in range(10)]  #使用列表生成式创建0到n-1的立方构成的数组

jupyter，是基于网页的用于交互计算的应用程序。基于网页，指在网页上操作。

jupyter的快速启动：命令行中选定文件夹路径，路径后输入jupyter notebook

jupyter notebook

命令行中选定文件夹路径的方法：

方法一：资源管理器中进入特定文件夹；选中该文件夹路径之后输入cmd，回车；即在cmd中进入该文件夹

方法二：在cmd中输入“cd:盘符”，回车，进入特定磁盘；然后输入该磁盘下特定文件的路径(注意利用Tab键补全文件夹)，回车。

jupyter中，输出最后一行的变量：不用加print

jupyter中，长下划线的输入法：打两个短下划线

numpy，一个开源的python数学计算库，使用numpy可以方便地使用数组、矩阵计算，包含线性代数、傅里叶变换、随机数生成等大量函数

同样的数值计算任务，使用Numpy比直接用Python，1）代码更简洁；2）性能更高效

导入numpy包

import numpy as np  #引入numpy包，并定义别名为np

Numpy中的数组为，ndarray类型。

a=np.array([1,2,3,4,5])    #创建一个一维数组a
type(a)    #查看a的类型

b=np.array([[1,2,3,4,5],[6,7,8,9,10]])    #创建一个二维数组b  注意外面要加个中括号
b.ndim    #查看b的维度

c=b    #传地址，对应着同一内存块
d=np.array(b)    #复制传值，对应着不同的内存块
e=b.copy()    #复制传值，对应着不同的内存块

id(b)    #查看地址
id(c)
id(d)

ndarry对象采用了数组的索引机制，将数组中每个元素映射到内存块上，并按照一定的布局对内存块进行排列(行或列)。一维：列表；二维：矩阵。

创建数组

numpy.array(object,dtype=None,copy=True,subok=False,ndmin=0)
object    表示一个数组序列
dtype    可选参数，通过它改变数组的数据类型
copy    可选参数，当数据源是ndarray时表示数组能否被复制，默认是True
order    可选参数，以哪种布局创建数组，有3个可选值，分别是C(行序列)/F(列序列)/A(默认)
ndmin    可选参数，用于指定数组的维度
subok    可选参数，类型为bool值，默认False。True：使用object的内部数据类型；False：使用数组的数据类型

arange()生成区间

np.arange(起始值，终止值，步长，dtype)
起始值，默认为0
终止值，必须填写，不包含终止值
步长，默认为1
dtype 

ndarray数组是基于0~n的下标进行索引，索引值等于位序减一

row几：第 几+1 row

第几row：row 几 - 1

Python的索引与切片原来该这样理解

https://www.jb51.net/article/237785.htm