#数据分析
###一. Numpy是什么
- Numrical Python,数值的Python
- 开源的科学计算库
- 是一个python模块,弥补了Python在数值计算方面,能力弱, 速度慢的不足 ###二. Numpy都包含哪些东西
- 丰富的数学函数,强大的多维数组和有意的运算性能
- 几乎所有的数学函数,而且都是经过优化的,速度很快
- Numpy 与Scipy、scikit、matplotlib等其他科学计算库 可以很好地协调工作,因为内部的数据结构几乎相似
- Numpy可以取代Matlab等工具,允许用户进行快速开发 的同时完成交互式的原型设计。 ###三、Numpy数组
####1.创建数组
a = numpy.arrange()
a = numpy.array() ####2.多维数组的方法 a.dtype 获得d的数据类型
b = a.astype(destiType) 将a的元素转换为 destiType,赋值给b的元素数据结构和a一样,只是 数据类型不一样
a.shape 获取数组的维度 ####3.多维数组的索引 a[索引] a[行索引][列索引] a[页索引][行索引][列索引] a[页索引 ,行索引 ,列索引]
####4.
###三、统计
样本:S = [s1,s2,...,sn]
均 值:m = (s1+s2+...+sn)/n
加权平均值:
中位数:应先排序
离 差:D = [s1-m,s2-m,...,sn-m],离差是一个数组
离差和:sum(D)
方 差:v = ((s1-m)^2 + (s2-m)^2+...+(sn-m)^2)/n
标准差:std = sqrt(v) (方均根离差)(.../n)
numpy.std(数组,ddof=1),第二个参数是非自由
总体方差和总体标准差:.../n
样本方差和样本标准差:.../(n-1)