Python数据分析之numpy（一）

Life is short，I use Python.

Python作为数据科学最受欢迎的语言之一，自然有其得天独厚的优势所在。Python的语法易于理解，有种类似伪代码的风格。它的第三方包应用广泛且更新频繁，还有庞大的活跃社区体系。

今天我们主要来看Python中用于处理同类型数组数据的numpy包。

Python的安装及环境配置极其简单，初学者建议搜索Anaconda直接下载即可。Anaconda中已经安装好了数据科学常用的一些包。安装好之后打开jupyter notebook，这是一个网页浏览器式的交互式编程环境。我们今后所有的代码都会在它上面完成。打开之后，先导入numpy：

为了之后的书写方便，一般我们用np来作为numpy的别名。

创建数组

首先我们来创建一个数组

数组中的数据必须为同一类型，如果不同，会自动向左转换：

我们看到的2.就是2.0省略了0的写法。

np.zeros()返回的元素均为0，dytpe可指定数据类型。

数组属性

我们先创建一个二维数组num：

数组的维度（ndim）：

数组的每个维度的大小（shape）：

说明该数组为2行，3列。

数组总的元素个数（size）：

6由2*3得来。

数组的数据类型（dtype）：

数组索引

我们先来看一维的数组：

数组后方括号内的数字为数组元素的位置，从左到右，由0开始计数。

方括号中数字为负数代表从数组末尾开始索引。

我们再来看一个二维数组，还用刚才的num数组就可以：

我们需要用逗号分隔开索引计数，分别代表行和列。也可以通过这种方法更改元素的值：

可以看到，原来1的位置变成了10.

Python之旅刚刚开始······