数据分析预备篇---NumPy数组

NumPy是数据分析时常用的库，全称为Numerical Python，是许多数据或科学相干Python包的基础，包罗pandas，scipy等等，经常被用于科学及工程领域。NumPy最焦点的数据结构是ND array，意思是N维数组。
  

1. #以下是一个普通列表的操作示例：
3. arr = [5,17,3,26,31]
5. #打印第一个元素
6. print(arr[0])
8. #打印前三个元素
9. print(arr[0:3])
11. #打印所有元素
12. for element in arr:
13.     print(element)

复制代码

NumP数组 vs Python列表

相似之处
         1.可以通过索引去获取某个元素
         2.可以通过切片获取某范围的多个元素
         3.可以迭代各个元素
差异之处
         1.NumPy数组里的元素必须是同一范例的；列表则没有要求，数据元素可以不同一。这样的利益是在对NumPy数组进行大规模数据运算或其它操纵时，执行速度远高于Python内置列表，因此效率是数据处置惩罚方面选择NumPy的首要缘故起因。
         2.NumPy提供了许多专门做运算的函数，比方求平均值，求中位数，求方差等等，为操纵数据提供了许多便利。
NumPy的安装

         NumPy是第三方库，需要先安装再利用：

  

• Windows操纵系统，在菜单栏搜索cmd，进入命令提示符，输入pip install numpy  
  
• macOS系统点击顶部菜单栏放大镜图标，输入“终端”或“terminal”，回车进入，输入pip3 install numpy，然后回车，就开始安装了。
  

安装完成后就可以在Jupyter Notebook中利用NumPy了。
NumPy的利用


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告