Numpy基础

NumPy最重要的特点就是 ndarry, 一种多维数组对象。
ndarry是一个通用的同构数据多维容器，其中的所有数据必须是相同的类型。每个数组都有shape（表示数组各维度大小的元组）和dtype（表示数组数据类型）。

data.shape
data.dtype

创建ndarry
创建数组最简单的方法就是使array函数，其接受一切序列对象包括嵌套序列，并会将其转换为一个多维数组。
除了array外，zeros和ones分别可以创建指定长度或者形状的全0或全1数组。

>>> import numpy as np
>>> height=[1.73,1.68,1.71,1.89,1.79]
>>> np_height=np.array(height)
>>> weight=[65.4,59.2,63.6,88.4,68.7]
>>> np_weight=np.array(weight)
>>> np_height
array([1.73, 1.68, 1.71, 1.89, 1.79])
>>> np_weight
array([65.4, 59.2, 63.6, 88.4, 68.7])
>>> bmi=np_weight/np_height**2
>>> bmi
array([21.85171573, 20.97505669, 21.75028214, 24.7473475 , 21.44127836])

#array相加
>>> array1=np.array([1,2,3])
>>> array2=np.array([4,5,6])
>>> array1+array2
array([5, 7, 9])

#平均值和中值
>>> np.mean(np_height)
1.7600000000000002
>>> np.median(np_height)
1.73

#相关系数和标准差
>>> np.std(np_weight)
10.14487062509917
>>> np.corrcoef(np_weight,np_height)
array([[1.        , 0.97514969],
       [0.97514969, 1.        ]])

#求和，排序
>>> np.sum(np_weight)
345.3
>>> np.sort(np_height)
array([1.68, 1.71, 1.73, 1.79, 1.89])

使用numpy随机抽样
抽样函数：np.random.normal(均值，标准差数量 均值，标准差数量 )

>>> height=np.round(np.random.normal(1.75,0.20,5000),2)
>>> weight=np.round(np.random.normal(60.32,15,5000),2)
>>> np_city=np.column_stack((height,weight))
>>> np_city
array([[ 1.73, 85.95],
       [ 1.55, 48.23],
       [ 1.69, 43.29],
       ...,
       [ 1.95, 59.78],
       [ 1.9 , 60.13],
       [ 1.97, 73.86]])