数据分析

什么是数据分析？

就是将一些杂乱无章的数据中将信息提取出来，总结所研究对象的内在规律。

数据分析的三剑客？

　　Numpy　　Pandas　　Matplotlib

Numpy是干嘛的？

　　是Python语言扩展的一个程序库，支持大量的维度数据与矩阵运算，此外页针对数组运算提供了大量的数学函数库。

开始创建ndarray

 　　1.使用np.array()创建

创建一维数组
import numpy as np
np.array([1,2,3,4,5])


c创建二维数组
np.array([[1,2,3],['a','b',1.1]])


注意：
    numpy默认nbarray的所有的元素的类型是相同的
    如果传进来的列表中包含不同类型，则统一为同一类型，优先级是   str>float>int
    

使用matplotlib.pyplo来获取一个numpy的数组，数据来源于一张图片

pip install matplotlib

import matplotlib.pyplot as plt
img_arr = ply.imread('./bobo.jpg)
plt.imshow(img_arr)

　　

 

ndarray的属性

 

4个必记参数： ndim：维度 shape：形状（各维度的长度） size：总长度        type：元素类型

 

 

 

 

 

级联

级联需要注意的点：

级联的参数是列表：一定要加中括号或小括号
维度必须相同
形状相符:在维度保持一致的前提下，如果进行横向（axis=1）级联，必须保证进行级联的数组行数保持一致。如果进行纵向（axis=0）级联，必须保证进行级联的数组列数保持一致。
可通过axis参数改变级联的方向

ndarray的聚合操作

Function Name    NaN-safe Version    Description
np.sum    np.nansum    Compute sum of elements
np.prod    np.nanprod    Compute product of elements
np.mean    np.nanmean    Compute mean of elements
np.std    np.nanstd    Compute standard deviation
np.var    np.nanvar    Compute variance
np.min    np.nanmin    Find minimum value
np.max    np.nanmax    Find maximum value
np.argmin    np.nanargmin    Find index of minimum value
np.argmax    np.nanargmax    Find index of maximum value
np.median    np.nanmedian    Compute median of elements
np.percentile    np.nanpercentile    Compute rank-based statistics of elements
np.any    N/A    Evaluate whether any elements are true
np.all    N/A    Evaluate whether all elements are true
np.power 幂运算

ndarray的排序

快速排序
np.sort()与ndarray.sort()都可以，但有区别：

np.sort()不改变输入
ndarray.sort()本地处理，不占用空间，但改变输入