《數據倉庫與數據挖掘》課件 第5章 Python與Numpy

第5章Python與Numpy本章主要內容5.1Python簡介5.2Numpy簡介5.3課后習題5.1Python簡介5.1Python簡介近些年，由于Python語言的簡潔性、易讀性和可擴展性，IT行業內外掀起了一股學習Python的熱潮，特別是隨著大量方便快捷的擴展工具包涌現，Python更是成為了很多都市白領的必備技能。5.1.1Anaconda簡介Anaconda是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項，還有很多安裝好的工具包，比如之后介紹的numpy、pandas等。有了Anaconda我們的PC機就可以運行各種各樣的Python科學計算程序。5.1.1Anaconda簡介下載&雙擊傻瓜式“下一步”5.1.2JupiterNotebook簡介5.1.2JupiterNotebook簡介快速執行某個cell里的代碼(shift+Enter)向前增加一個cell(a)向后增加一個cell(b)刪除一個cell(dd)清空已執行的結果5.1.3Python常用語法變量類型列表型與字典型5.2Numpy簡介5.2Numpy簡介——原生python的問題實戰案例：（1）有一個列表，里面裝有5個數字，現讓所有的數字都加上100，得到一個新列表。（2）一個人買了5種商品，第一個列表中存放著5種商品的個數，第二個列表中存放著5中商品的單價，求每個商品花了多少錢？5.2Numpy簡介——numpy安裝5.2.1初始數組——Numpy中的ndarrayndarray是個好東西??！有了它，numpy可以無循環地對整組數據進行快運算。（1）ndarray數組大小不能變動，（2）數組內元素類型必須保持一致（3）進行對位運算的數組大小必須相同（4）進行對位運算的數組內元素類型必須相同5.2.2數組的創建用原生python的列表創建用numpy創建特定數組（zerosones）用numpy創建有規律的數組（arangelinspace)用numpy創建隨機數組(random.randintrandom.uniform)5.2.3數組的索引——數組的形狀與維度多維數組reshapeshapesizeT5.2.3數組的索引傳統索引 array[0][0]新索引

array[0,0]切片布爾型索引花式索引5.2.4Numpy的常用方法和屬性求數組中每個元素的絕對值：np.abs()求數組中每個元素四舍五入值：np.round()求數組中每個元素向上取整：np.ceil()求數組中每個元素向下取整：np.floor()求數組中所有元素的平均值：np.mean()求數組中所有元素的方差：np.var()求數組中所有元素的標準差：np.std()求數組中最大值：np.max()求數組中最小值：np.min()求數組中最大值對應的索引：np.argmax()求數組中最小值對應的索引：np.argmin()取兩個數組中對位小的部分：np.minimum(a1,a2)取兩個數組中對位小的部分：np.maximum(a1,a2)5.2.4Numpy的常用方法和屬性np.inf和np.nan5.3

課后習題5.3課后習題1.安裝Anaconda，運行圖5-8、圖5-9所示代碼；2.創建1個擁有8個元素的一維數組，內容是8個隨機整數，取值范圍是1-100，然后將這個數組轉化成一個2行4列的二維數組；3.創建1個擁有8個元素的一維數組，內容是8個隨機整數，取值范圍是1-100