一，简介
1.1什么是数据分析
- 数据分析是指通过使用各种统计学、计算机科学和数学技术，对收集来的数据进行处理、整理、解释和呈现，从而提取出数据中有用的信息和洞察，并帮助做出更明智的决策。数据分析可以应用于各种不同的领域和行业，包括商业、科学、医疗保健、政府等。在数据分析中，人们可以利用不同的数据分析工具和技术，例如数据挖掘、机器学习、数据可视化等，以获得更深入的理解和知识。
1.2使用python做数据分析常用的库
- numpy：基础数值算法
- scipy:科学计算
- matplotlib：数据可视化
- pandas：序列高级函数
1.3什么是Numpy库：Numerical Python
- NumPy是一个Python库，用于科学计算和数值计算。它为Python提供了一个强大的多维数组对象和一系列的函数，用于处理这些数组。NumPy是科学计算领域中最为常用的Python库之一，因为它可以让开发者高效地处理数值数据，包括线性代数、傅里叶变换和随机数生成等操作
1.4为什么使用Numpy库
对于同样的数值计算任务，使用Numpy比直接编写python代码实现的优点：
- 代码简洁：Numpy直接以数组，矩阵作为粒度今次那个计算并支持大量的数字函数，而python需要for循环从底层实现。
- 性能更高效：Numpy的数组存储效率和输入输出计算性能，比Python使用List或者嵌套List好很多。因为Numpy的数据存储与Python原生List不同，Numpy的大部分代码都是C语言实现的，这也是Numpy比python代码高效的原因。
1.5Numpy安装
- 在pycharm中打开终端，由于我安装的python的3.X,使用命令安装numpy：
pip3 install numpy
- 检查是否安装好：`python -c “import numpy; print(numpy.version)”
二，Numpy数组
2.1ndarray数组
- ndarray 是一个用于多维数组对象的 NumPy 库的核心数据类型。它是一个具有相同数据类型元素的固定大小数组，而且所有元素都在连续的内存块中存储。
- ndarray 对象的重要属性包括：
（1）shape: 数组的维度，例如，一个 n 行 m 列的数组，它的 shape 属性将是 (n, m)。
（2）dtype: 数组中元素的数据类型，例如，int32, float64 等。
（3）ndim: 数组的维度数，例如，一个二维数组的 ndim 是 2。 - ndarray 对象可以通过很多方式创建，包括：
（1）从 Python 列表或元组转换。
（2）使用 NumPy 的函数，例如，numpy.zeros() 或 numpy.ones()。
（3）从文件中读取数据。 - 以下是一个使用 NumPy 创建 ndarray 的示例：
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
print(a)
print(a.shape)
print(a.dtype)
print(a.ndim)
5. 简单数组计算实现：
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
a.shape=(2,3)#将一维数组改成二行三列
print(a*3)#数组运算,所有元素乘3
print(a)
print(a>3)#判断所有元素是否大于3
print(a+a)#两个数组对应位置元素相加，必须保证维度一样
# print(a.shape)
# print(a.dtype)
# print(a.ndim)
2.2ndnarray底层存储原理
（1）在 NumPy 中，ndarray 的底层存储是连续的一段内存空间。该内存空间中保存的是多维数组中的元素。对于一维数组，元素按照顺序存储在连续的内存空间中；对于二维数组，元素也是按照行优先顺序存储的，即第一行的元素存储在内存的前面，第二行的元素紧随其后，以此类推；对于高维数组，元素的存储方式也是按照行优先的方式进行的。
（2）NumPy 中的 ndarray 还包含了元素的数据类型以及数组的形状等信息。因此，在对 ndarray 进行切片、索引等操作时，NumPy 会通过计算偏移量和步长等信息，直接访问对应的内存位置，从而实现高效的数组操作。
（3）由于 ndarray 底层存储是连续的一段内存空间，因此在对数组进行大量计算时，可以利用现代处理器的缓存机制，提高计算效率。此外，ndarray 的内存管理也比较灵活，可以通过设置数组的 strides、dtype 等属性，实现对数组的内存分配和释放等操作。
2.2.1内存中的ndarray对象
- 元数据（metadata）：存储对目标数组的描述信息：dim count，dtype，data等。
- 实际数据：完整的数组数据，将实际数据与元数据分开存放，一方面提高了内存空间的使用效率，另一方面减少对实际数据的访问频率，访问元数据，对元数据进行操作，提高性能。
- ndarray数组对象的特点：
（1）Numpy数组是同质数组：即所有元素的数据类型一致。
（2）Nump数组的下标从0开始，最后一个元素的下标为数组长度减一。
2.3ndarray数组对象的创建
（1）正常方式创建：
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
（2）通过arang（）方法：
array1=np.arange(1,9,2)
print(array1)
参数信息：
（3）创建全为零的数组
array2=np.zeros(10,dtype='int32')
print(array2)
（4）#创建全为一数组
array3=np.ones(shape=(3,2),dtype='float32')
print(array3)
2.4ndarray属性的基本操作
- NumPy中的ndarray是一个多维数组对象，具有许多有用的属性和方法，以下是一些常见的属性操作示例：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape) # 输出 (2, 3)
arr.shape = (3, 2)
print(arr) # 输出 [[1 2]
# [3 4]
# [5 6]]
- 数据类型操作：
import numpy as np
arr = np.array([1, 2, 3])
print(arr.dtype) # 输出 int64
arr = np.array([1.0, 2.0, 3.0])
print(arr.dtype) # 输出 float64
arr = np.array(['a', 'b', 'c'])
print(arr.dtype) # 输出 <U1
注意：想要获得一个与arry数组数据一样但数据类型不一样的数组，不可以直接将arry的数据类型进行改变，容易出错，正确的做法是使用astype（）方法，创建一个新数组。
import numpy as np
arr = np.array([1, 2, 3])
arry2=arry.astype('float32')
- 维度操作：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim) # 输出 2
arr = np.array([1, 2, 3])
print(arr.ndim) # 输出 1
- 元素数量操作：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.size) # 输出 6
arr = np.array([1, 2, 3])
print(arr.size) # 输出 3
- 数据存储类型操作：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.itemsize) # 输出 8
arr = np.array([1, 2, 3])
print(arr.itemsize) # 输出 8
2.5对ndarray数组进行索引切片
2.5.1通过索引访问数组元素
（1）可以使用方括号[]和索引值来访问数组中的单个元素，例如：
import numpy as np
# 创建一个3行3列的数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 访问第2行第3列的元素
print(a[1, 2]) # 输出：6
2.5.2通过切片访问数组子集
（1）使用冒号:分隔符可以创建切片对象，它可以用于访问数组的子集。切片对象包括start:stop:step，其中start是开始索引值，stop是结束索引值，step是步长。
# 创建一个3行3列的数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 访问第2行的所有元素
print(a[1, :]) # 输出：[4 5 6]
# 访问第2列的所有元素
print(a[:, 1]) # 输出：[2 5 8]
# 访问第2行到第3行，第1列到第2列的所有元素
print(a[1:3, 0:2]) # 输出：[[4 5] [7 8]]
需要注意的是，使用切片返回的是一个新的ndarray数组，而不是原数组的视图。因此，对切片返回的数组进行修改不会影响原数组的值。
