数据分析必备
numpy创建数组的概念
创建数组的语法结构
np.array(列表，元祖)
一维数组
np.array([1,2,3,4])
np.array((1,2,3,4))
二维数组
np.array([[1,2,3,4],
[5,6,7,8]])
三维数组(很少使用)
再嵌套一个
np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
元祖形式同上
总结：numpy中很多数学操作都需要依赖于数组对象
针对numpy数组中的元素
1.数组内的元素必须是同一类型（若定义时出现类型错乱，内部也会自动统一）numpy中的数据类型
由于numpy主要是进行数据计算，所以numpy数据类型为数字类型为主
"""为了不和python中数据类型关键字冲突
numpy在所有冲突的关键字后加下划线区分"""
1.布尔型：bool_
2.整型：int_,int32，int64
无符号整型：unint8，unint16，unint32，unint64
3.复数型：complex_,complex32，complex64
4.浮点型：float_,float32，float64
针对数字类型后面的数字
int32只能表示（-2**31,2**31-1），因为他只有32个位，只能表示2**32个数，int64同理numpy常用属性
T：转置（行列互换）
dtype：类似于python中的type，用于查看数据类型
size：统计数组内元素的个数
ndim：数组的维数
shape：获取数组的行、列数
reshape：修改数组行、列数numpy常用方法
固定格式：np.常见方法名()
1.array() 创建数组
2.arange() 和range使用方法一致，第三个参数为步长
3.linspace() 和arange使用方法一致,区别在于arange顾头不顾尾， linspace顾头也顾尾
4.ones((3,4)) 创建一个全为0的 3行4列数组
5.zeros((3,4)) 创建一个全为0的 3行4列数组
6.vstack((数组1，数组2)) 竖向拼接两个数组
7.hstack((数组1，数组2)) 水平拼接两个数组
8.shape([0]) 读取矩阵的长度 0代表第一维度
9.argmax(t.axis=0) 获取最大值的位置
10.argmin(t.axis=0) 获取最小值的位置
11.eye(3) 创建一个对角线位1的正方形数组
12.empty(10) 根据指定形状和dtype创建空数组（随机值）numpy的索引与切片
1.针对一维数组，索引与切片的使用方式与python中的列表一致
2.针对多维数组，有行索引和列索引
res=[行索引，列索引]
res=[行索引，:] ：代表所有numpy的运算符
比较运算符
>
等价于np.greater(arr1,arr2)
判断arr1的元素是否大于arr2的元素
>=
等价于np.greater_equal(arr1,arr2)
判断arr1的元素是否大于等于arr2的元素
<
等价于np.less(arr1,arr2)
判断arr1的元素是否小于arr2的元素
<=
等价于np.less_equal(arr1,arr2)
判断arr1的元素是否小于等于arr2的元素
==
等价于np.equal(arr1,arr2)
判断arr1的元素是否等于arr2的元素
!=
等价于np.not_equal(arr1,arr2)
判断arr1的元素是否不等于arr2的元素numpy常用函数
# 基本函数
np.round([],decimals=0)
对各元素四舍五入，decimals代表指定小数点之后的位数
np.sqrt(arr)
计算各元素的算术平方根
np.square(arr)
计算各元素的平方值
np.exp(arr)
计算以e为底数的指数
np.power(arr,a)
计算各元素的指数
np.log2(arr)
计算以2为底各元素的对数
np.log10(arr)
计算以10为底各元素的对数
np.log(arr)
计算以e为底各元素的对数
# 必会常用统计函数
"""
其中参数axis用来控制行列
axis=1 代表行
axis=0 代表列
"""
np.min(arr.axis)
按照轴的方向计算最小值
np.max(arr.axis)
按照轴的方向计算最大值
numpy随机数子模块
numpy中的random子模块
np.random.rand 给定形状产生随即数组（0到1之间的约数）
.randint 给定形状产生随机整数
.choice 给定形状产生随机选择
.shuffle 将序列的所有元素随机排序
.uniform 给定形状产生随即数组（随机均匀分布）
.normal 随机正态分布
