基础知识

数据科学原理与数据处理

对数据科学和数据流程的解释

一 数据分析的工具

Jupyternotebook介绍

一、安装Jupyternotebook：
1.1、http://jupyter.org/官网下载安装包安装
1.2、pip install jupyter使用cmd命令安装，注意指定安装源为国内镜像：
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/

二、启动jupyter notebook
2.1.、在cmd中，先cd到保存jupyter文件的目录（方便以后查找），
2.2、然后输入jupyter notebook启动服务。

例如：
在cmd中，输入E:进入E盘，再cd到项目实战文件夹，然后在启动jupyter，编写的代码会保存在这个文件夹下。

2.3、在启动服务后会自动弹出网页，这个是jupyter的操作界面，点击右侧New选择python3打开编辑器

二 Numpy模块

2.1 Numpy介绍

Numpy的本质就是ndarray，是一个多维数组

2.2 Numpy安装和导入

1. 安装：pip install numpy
   2)导入：import numpy as np

2.3基础操作练习

2.3.1 导入包

import numpy as np
import array

检查Numpy当前版本：np.version

2.3.2 使用array初始化一个列表

arr = array.array(‘i’,list(range(1,10)))
arr
输出的结果为：
array(‘i’, [1, 2, 3, 4, 5, 6, 7, 8, 9])

i表示数列是整数
整个arr数列都必须是整形（i类型），修改也只能加入int。但是在创建多维数组的时候，我们需要使用另一种方法

2.3.3 使用numpy生成一个列表numpy.array([1,2,3])

创建一个numpy.array列表：
nparr = np.array(list(range(10)))
nparr
输出的结果为
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

数据的类型为：
type(nparr)
numpy.ndarray

查看列表中元素的类型：
nparr.dtype
输出的结果为：dtype(‘int32’)

2.3.4 Numpy.array可以通过下标来取元素

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

2.3.5 Numpy.array可以通过下标修改元素的值

注意，如果修改的值是浮点数，那么会把整个小数位去掉，保留整数部分,因为列表是一个int类型

2.3.6 如果列表中有一个元素是浮点数，那么整个列表就是浮点类型

2.3.7 numpy.array列表类型强制转换dtype=float：

可以在初始化列表的时候，使用dtype=float强制把int转换成float类型，反过来也一样
转换成浮点类型以后，会在整数后面加上一个小数点，表示1.0,2.0

2.4 numpy.array与python中的list和array的优点：

1、方便处理多维度数组或矩阵的运算，如加减乘除。
2、处理多维数组或矩阵，运算效率更高。

2.5 矩阵和随机数的生成numpy.arange(n)

2.5.1 三种生成方式：

2.5.2其中np.arange方式为经常使用可以有较为灵活的方法，比如：

可以设置起始数，终止数，步进

2.5.2 以小数位步进生成数列

2.6 初始化矩阵 numpy.zeros(n) 或 numpy.ones(n)

初始化一个矩阵，矩阵中有n个元素，这些元素都是“0”或者“1”，矩阵默认是浮点类型，如果需要整形矩阵，可以用dtype进行设置

2.7 初始化矩阵，指定元素值numpy.full(n,值）

如果在初始化矩阵的时候不想用“0”或者“1”，可以用numpy.full指定元素的值：
注意：在full后面不能调用shape方法，但是可以直接指定元素的行列（3, 5）

2.8 控制矩阵的行列shape=(n,m)

初始化矩阵的时候，可以通过shape方法，创建出指定行和列的矩阵。
注意：在指定shape之后，不能指定zeros的数量

2.9 等差数列numpy.linspace(n,m,x)

生成一个n到m之间长度相同的数，一共生成x个。

2.10 生成随机数numpy.random.randint(n,m)

在n到m之间随机生成一个随机数。

2.11 生成多维随机数numpy.random.randint(n,m,size=())

在n到m之间生成一个随机数矩阵，size控制行和列的数列，如果size只给一个值，那么只会生成一维数组

2.12 设置随机数种子–方便数据校验numpy.random.seed(n)

设置一个随机数种子n，这个代码无论执行多少次，都会得到相同的随机数

2.13 生成随机浮点数numpy.random.random()

生成一个随机的浮点数，（）不用传参数，如果传参的话，可以传入一个shape（）

3 numpy的基本操作

3.1 查看数组维度 A.ndim

3.2 查看数组行列数量 A.shape

3.3 查看数组元素个数 A.size

3.4 修改数组维度A.reshape（n，m）

对一个数组重新设定行列数量

A.reshape（n，m）中n和m也可以简写成-1

3.5 多维数组取值操作

可以通过下标获取多维数组内的元素，下图0代表第一列，1代表第一列第二个元素

3.6 一维数组切片操作

一维数组取值方法与python的list相同

3.7 二维数组切片操作

二维数组的切片需要传入一个二维坐标，先确定取n行的数据，然后再取这n行的m个元素。

3.8 二维数组切片加入步进

X[:2,:4:2]
可以使用简写;2表示取前两行，:4表示取前四个数，:2表示步进为2

3.9 二维数组的反转

取整个数组，选择步进为-1，可以将整个数组反转