一、jupyter notebook
两种安装和启动的方式:
第一种方式:
命令行安装:pip install jupyter
启动:cmd 中输入 jupyter notebook
缺点:必须手动去安装数据分析包(比如numpy,pandas...)
第二种方式:
下载anaconda软件
优点:包含了数据分析的基础包大概200个左右的科学运算包
jupyter notebook一些快捷键操作:
1. 运行当前代码并选中下一个单元格 shift+enter 2. 运行当前的单元格 crtl + enter 绿色: 编辑模式 蓝色: 命令行模式 3. 在单元格的上方添加一个单元格 , 按esc进入命令行模式,接下来按 a (above) 添加 4. 在单元格的上方添加一个单元格 , 按esc进入命令行模式,接下来按 b (below) 添加 5. 删除一个单元格, 按esc进入命令行模式, 接下来,按 dd(delete) 删除 6. 代码和markdown的切换, 按esc进入命令行模式, 接下来,按 m 切换
二、numpy的用法
导入方式: import numpy as np
1.ndarray-多维数组对象
创建ndarray对象
np.array()
2.ndarray是一个多维数组列表
一维
二维 (就是两个列表嵌套在一个列表中) 多维就是以此类推
注意:数组和python中的列表很像,但是它们之间有什么区别呢?(******)
1.数组对象内的元素类型必须相同
2.数组大小不可修改
3.常用的属性
属性T (数组的转置,下面的例子。原来是二维数组 两行三列,转置之后变成三行两列)
属性dtype (获取数据的类型)
属性size (数组元素的个数)
属性ndim (数组的维度)
属性shape (以元组形式) 两行三列
4.数据类型 dtype
整型: int32只能表示(-2**31,2**31-1),因为它只有32个位,只能表示2**32个数 无符号整型: 只能用来存正数,不能用来存负数 补充: astype()方法可以修改数组的数据类型
astype()方法
5.ndarray-创建
arange() 类似于python的range版本 可以设置起始值和终止值,还有步长
linspance() 这个和arange不一样,这个是顾头也顾尾。前两个参数是设置取值区间,第三个参数在这个区间均等取几份
zeros() 用0组成一个多维数组
ones() 用1组成一个多维数组
empty() 随机指定维度的数组,数字是随机的
eye() 指定维度创建单位矩阵,对角是1
当你不知道此方法有什么参数值,你可以在后面加一个问号,然后按shfit+enter,下面就会跳出解释