数据的维度
一维数据：一维数据由对等关系的有序或无序数据构成，采用线性方式组织。对应列表、数组和集合等概念。
列表和数组：一组数据的有序结构。
区别：
列表：数据类型可以不同
数组：数据类型相同
二维数据：二维数据由多个一维数据构成，是一维数据的组合形式。
表格是典型的二维数据。其中，表头是二维数据的一部分
多维数据：多维数据由一维或二维数据在新维度上扩展形成。例如增加时间维度的表格
NumPy的引用
import numpy as np
N维数组对象：ndarray
ndarray是一个多维数组对象，由两部分构成：实际的数据、描述这些数据的元数据（数据维度、数据类型等）。ndarray数组一般要求所有元素类型相同（同质），数组下标从0开始。
使用np.array()生成一个ndarray数组（ndarray在程序中的别名是：array），np.array()输出成 [] 形式，元素由空格分割。
- 轴（axis）：保存数据的维度
- 秩（rank）：轴的数量
ndarray对象的属性
.ndim秩，即轴的数量或维度的数量.shapendarray 对象的尺寸，对于矩阵，n行m列.sizendarray对象元素的个数，相当于.shape中的n*m的值.dtypendarray对象元素类型.itemsizendarray对象中每个元素的大小，以字节为单位
创建ndarray数组
从Pyhton中的列表、元祖等类型创建ndarray数组
使用Numpy中函数创建ndarray数组，如：arange，ones，zeros等。
ndarray数组的变换
x = np.array(list/tuple)
x = np.array(list/tuple,dtype=np.float32)
当np.array()不指定dtype时，NumPy将根据数据情况关联一个dtype类型
使用Numpy中函数创建ndarray数组，如：arange，ones，zeros等
reshape和resize：
reshape不修改原始数据
resize修改原始数据
ndarray数组的运算
Original: https://blog.csdn.net/zylxzq1/article/details/123276608
Author: zylxzq1
Title: Python数据分析与展示1
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/760639/
转载文章受原作者版权保护。转载请注明原作者出处！