numpy数值计算基础（ppt课件）.pptx

NumPy 数值计算基础
10/5/2021
数据是用于载荷信息的物理符号。

认识数据
数据的4个特征：
数据有“型”和“值”之分。
数据受数据类型和取值范围的约束。
数据有定性表示和定量表示之分。
数据应具有载体和多种表现形式。
数值型，如：长度、宽度、评分…
• 方法：极值和分位点、均值和标准差、变量间相关性…
有序型，如：等级（ A，B，C ），空气质量（优、良、轻度污染、中度污
染、重度污染、严重污染）…
类别型，如：性别（男、女），手机品牌（Apple、Vivo、华为…）
• 方法：统计分布、直方图等
噪声数据（脏数据），如：缺失值、重复值、无效数据等
• 方法：数据清洗，统计分布等
数据类型
科学计算最常用的数据类型为：数值型
NumPy(Numerical Python)是一个高性能科学计算和数据分析的基础包。
认识NumPy
快速高效的多维数组对象 ndarray（n-dimensional array object）。
对数组执行元素级的计算以及直接对数组执行数学运算的函数（universal function object）。
读写硬盘上基于数组的数据集的工具。
线性代数运算、傅里叶变换，以及随机数生成的功能。
将 C、C++、Fortran 代码集成到 Python 的工具。
为什么使用Numpy？
认识NumPy
便捷
对于同样的数值计算任务，使用NumPy要比直接编写Python代码便捷得多。
高效
NumPy的大部分代码都是用C语言写成的，这使得NumPy比纯Python代码高效得多。
认识Numpy
import numpy as np
认识Numpy
NumPy的引用
引入模块的别名
虽然别名可以自己命名，但是强烈建议使用上述约定的别名。
1
掌握 NumPy 矩阵与通用函数
利用 NumPy 进行统计分析
目录
掌握 NumPy 数组对象 ndarray
2
3
ndarray概述
ndarray是存储单一数据类型的多维数组，由两部分构成：
• 实际的数据
• 描述这些数据的元数据（数据维度、数据类型等）
data(数据存储指针)
Strides(跨度元组)
……
type(数据类型)
ndim(数据维度)
数据1
数据2
……
数据
数据
元数据
数据