零基础学习python数据分析——numpy

Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。科多大数据带你来看看。

一、如何使用numpy？

在Python中，如果我们使用numpy的时候，我们需要导入numpy，可以使用imprt numpy，但是一般最好使用import numpy as np（这里是将numpy命名为np方便后面调用）。

二、numpy的array用法：

定义array:

Array函数有两个参数，第一个是一个list，第二个是array中元素的类型。 我们可以使用函数 type(a)来得到a的类型，返回应该是array。

多维的Array定义只需将array中的参数修改为多维的list。例子如下：

另外，我们还有其他定义array的方式，主要是以下几个函数：

.zeros((3,3))：定义一个全部元素为0的3*3矩阵

. ones ((3,3))：定义一个全部元素为1的3*3矩阵

. eye (3,3)：定义一个3*3的单位矩阵

. empty ()：只分配空间，相当于一个空的区域，显示的有可能是0，有可能是1

. arange ()：类似于之前学的range的使用方法，不过这个是在numpy中使用的

. linspace ()：与range相似，不同：第三个参数指定分成几个部分，且取到第二个数字（range是不取第二个数字）

.random.random()：取一个或多个随机数

Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。

一、 如何使用numpy？

在Python中，如果我们使用numpy的时候，我们需要导入numpy，可以使用imprt numpy，但是一般最好使用import numpy as np（这里是将numpy命名为np方便后面调用）。

二、 numpy的array用法：

定义array:

Array函数有两个参数，第一个是一个list，第二个是array中元素的类型。

我们可以使用函数 type(a)来得到a的类型，返回应该是array。

多维的Array定义只需将array中的参数修改为多维的list。例子如下：

另外，我们还有其他定义array的方式，主要是以下几个函数：

.zeros((3,3))：定义一个全部元素为0的3*3矩阵

. ones ((3,3))：定义一个全部元素为1的3*3矩阵

. eye (3,3)：定义一个3*3的单位矩阵

. empty ()：只分配空间，相当于一个空的区域，显示的有可能是0，有可能是1

. arange ()：类似于之前学的range的使用方法，不过这个是在numpy中使用的

. linspace ()：与range相似，不同：第三个参数指定分成几个部分，且取到第二个数字（range是不取第二个数字）

.random.random()：取一个或多个随机数