关于数据分析:Python数据分析-统计与科学计算工具库Numpy介绍

作者：韩信子 @ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/33
本文地址：http://www.showmeai.tech/article-detail/141
申明：版权所有，转载请分割平台与作者并注明出处

数据分析、机器学习和深度学习畛域，很多计算过程能够通过向量和矩阵进行并行化的高效解决，而 NumPy 能够很好地撑持向量化运算。NumPy 包是 Python 生态系统中科学计算的外围撑持之一，数据分析工具库 pandas，计算机视觉工具库 OpenCV 等库都基于 NumPy。相熟 NumPy 之后，出名的深度学习框架 PyTorch、TensorFlow、Keras 等，也能够间接迁徙利用解决的形式，很多操作甚至无需更改就能够在 GPU 运行计算。

n 维数组是 NumPy 的外围概念，大部分数据的操作都是基于 n 维数组实现的。本系列内容笼罩到 1 维数组操作、2 维数组操作、3 维数组操作方法，本篇为系列导入文章。

n 维数组是 NumPy 中最外围的构造之一。数组与 Python 列表有些类似：都用来装载数据，都可能疾速增加或获取元素，插入和移除元素则比较慢。

但 NumPy 数组因其播送个性能够间接进行算术运算，而 Python 列表则须要用列表推导式等操作来实现。比照示例如下（左侧为列表，右侧为 NumPy 数组）：

更紧凑，高维时尤为显著
向量化后运算速度比列表更快
在开端增加元素时不如列表高效（左侧为列表，右侧为 NumPy 数组）
元素类型个别比拟固定

其中，O(N) 示意实现操作所需的工夫与数组大小成正比（请见 Big-O Cheat Sheet），O(1) 示意操作工夫与数组大小无关（详见 Time Complexity）。

本教程系列的代码能够在 ShowMeAI 对应的 github 中下载，可本地 python 环境运行，能迷信上网的宝宝也能够间接借助 google colab 一键运行与交互操作学习哦！

Pandas 速查表
Matplotlib 速查表
Seaborn 速查表

Pandas 可视化教程
Seaborn 官网教程

数据分析介绍
数据分析思维
数据分析的数学根底
业务认知与数据初探
数据荡涤与预处理
业务剖析与数据挖掘
数据分析工具地图
统计与数据科学计算工具库 Numpy 介绍
Numpy 与 1 维数组操作
Numpy 与 2 维数组操作
Numpy 与高维数组操作
数据分析工具库 Pandas 介绍
图解 Pandas 外围操作函数大全
图解 Pandas 数据变换高级函数
Pandas 数据分组与操作
数据可视化准则与办法
基于 Pandas 的数据可视化
seaborn 工具与数据可视化

图解 Python 编程：从入门到精通系列教程
图解数据分析：从入门到精通系列教程
图解 AI 数学根底：从入门到精通系列教程
图解大数据技术：从入门到精通系列教程

关于数据分析:Python数据分析-统计与科学计算工具库Numpy介绍

一、NumPy 介绍

二、NumPy 数组

2.1 列表 VS 数组

2.2 Numpy 数组其余特点

材料与代码下载

本系列教程波及的速查表能够在以下地址下载获取：

拓展参考资料

ShowMeAI 相干文章举荐

ShowMeAI 系列教程举荐