numpy入门

读取文件：

 使用numpy的genfromtxt()函数来读取该文件，delimiter参数是用来指定每一行用来分隔数据的分隔符

这是因为numpy在读取元素时，默认是按照float格式来读取的，对于不能转换为float类型的数据会读取为nan（not a number），对于留空的数据则显示为na（not available），为了正确的读取数据，可以通过增加参数：

1. dtype参数用来指定读取数据的格式，这里的U75表示将每一个数据都读取为75个byte的unicode数据格式
2. skip_header参数用来跳过文件的第一行
3. delimiter参数用来指定每行数据的分隔符

数组：

可以通过array()函数来创建一个数组，在这里向量指的是变量只有一个列表，矩阵指的是具有多个列表的列表

创建一个向量：vector = numpy.array([10, 20, 30])

创建一个矩阵：matrix = numpy.array([[5,10,15],[20,25,30],[35,40,45]])

数组的属性：

数据类型大致有以下几种：

1. bool -- 布尔类型，True或者False
2. int -- 整型，分为int16, int32, int64，后面的数字表明数值的长度
3. float -- 浮点型，分为float16, float32, float64，后面的数字表明数值的长度
4. string -- 字符串类型，分为string或者unicode，它们的差异在于存储字符的方式

索引和分片：

数组比较：将数组和每个数比较，然后返回bool值

数组比较的用处：

一、用来选择数组或矩阵中的元素

二、替换元素

  

数据类型转换

矩阵操作：

arange(15)      

[0,1,...,14]

矩阵乘 dot函数，对应元素乘*

 

总结

使用numpy的比直接对一个列表集合的运算更加方便，主要优于以下几点：

1. 更容易对数据进行计算
2. 可以快速地进行数据索引和分片
3. 可以快速地转换数据类型

然而，numpy有一些不足之处：

1. 在同一个数据集中的数据必须具有相同的数据类型，在处理多数据集时会变得很困难
2. 行和列都需要使用数字来索引，而不能使用别名，这样容易造成混淆

 

而Pandas解决了Numpy的几点不足