从零开始入门数据分析-Python篇3.0（Numpy）
2026-07-05 02:43:53
从零开始入门数据分析Python篇3.0的要点如下：
一、Numpy简介 NumPy是Python的一种开源数值计算扩展，专门用于高效地存储和处理大型矩阵。 它提供了多维数组对象和派生对象，并支持大量维度数组和矩阵运算。 NumPy还提供了丰富的数学函数库，涵盖数学、逻辑、形状操作、排序、选择、输入输出等多个方面。
二、基础操作 数组创建：使用array函数将Python列表转换为ndarray。 查看操作：包括查看数组的轴数、维度、尺寸形状、元素总数、数据类型以及每个元素的大小。 文件IO操作：支持保存数组到npy文件、读取存储的数组，以及读写csv、txt文件。
三、数据类型 NumPy的ndarray具有特定的数据类型。 在创建array时，可以指定数据类型。 使用asarray转换时，也可以指定数据类型。 通过astype方法可以进行数据类型转换。
四、数组运算 支持加减乘除幂等基本运算。 支持逻辑运算。 可以进行数组与标量的计算。 支持*=、+=、=等复合赋值操作。
五、复制和视图 在操作数组时，需要注意数据的复制情况。 完全没有复制时，是对原数组的引用。 查看或浅拷贝时，不会复制数据，但会创建一个新的数组对象。 深拷贝时，会复制数据到新数组。
六、索引、切片和迭代 支持基本索引和切片操作。 提供花式索引和索引技巧，方便对数组进行复杂操作。
七、形状操作 可以对数组进行变形操作，改变其形状。 支持数组转置，即行列互换。 可以将多个数组堆叠成一个新的数组。 可以将数组拆分成多个子数组。
八、通用函数 提供元素级数字函数，对每个元素进行操作。 where函数用于根据条件选择元素。 提供排序方法，对数组进行排序。 支持集合运算函数，进行集合操作。 提供数学和统计函数，进行数学和统计计算。
热门标签
