Numpy 概论¶

一、本讲介绍¶

在接下来的学习中，我们将深入探讨 NumPy 和 Pandas 这两个强大的 Python 数据处理库。NumPy 是 Python 中用于科学计算的基础库，提供了强大的数组操作功能；而 Pandas 是一个开源的 Python 数据分析库，提供了强大的数据结构和数据分析工具。这两个库是进行多元统计分析和其他数据科学任务的核心工具。通过本课程，你将掌握 NumPy 和 Pandas 的基本用法，并能够运用它们进行高效的数据处理和分析。

二、NumPy 基础¶

（一）NumPy 简介¶

NumPy（Numerical Python）是 Python 中用于科学计算的基础库。它提供了以下功能：

• 强大的 N 维数组对象（ndarray）。
• 高效的数组操作，包括数学运算、逻辑运算、形状操作等。
• 用于线性代数、随机数生成等功能的工具。

安装 NumPy：

pip install numpy

（二）创建数组¶

1. 一维数组
   • 使用 numpy.array() 创建一维数组。
   • 示例：

In [22]:

import numpy as np

import numpy as np

In [23]:

# 创建一维数组
array1 = np.array([1, 2, 3, 4, 5])
print(array1)  # 输出 [1 2 3 4 5]

# 创建一维数组 array1 = np.array([1, 2, 3, 4, 5]) print(array1) # 输出 [1 2 3 4 5]

[1 2 3 4 5]

In [24]:

print(array1.shape)  # 输出 (5,)

print(array1.shape) # 输出 (5,)

(5,)

2. 多维数组

   • 使用 numpy.array() 创建多维数组。

   • 示例：

     # 创建二维数组
     array2 = np.array([[1, 2, 3], [4, 5, 6]])
     print(array2)  # 输出 [[1 2 3]
                    #        [4 5 6]]
     print(array2.shape)  # 输出 (2, 3)
     

In [25]:

zeros_array = np.zeros((3, 4))
print(zeros_array)

zeros_array = np.zeros((3, 4)) print(zeros_array)

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]