![Python数据分析从小白到专家](https://wfqqreader-1252317822.image.myqcloud.com/cover/745/38209745/b_38209745.jpg)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
4.2.1 NumPy库的安装和基本方法
NumPy库可以使用pip来安装,如下所示。
![](https://epubservercos.yuewen.com/ED1E6A/20118172701012106/epubprivate/OEBPS/Images/40923_82_1.jpg?sign=1738856835-cCTDViWMjRJCJitWDeiVNjWy2Kdnv4Av-0-647f12030b6bb8a970e6060a4cdee3ea)
Python没有数组类型,只能用“列表”这种类似数组的类型替代,但是这一缺陷可由NumPy库来弥补。根据NumPy官方手册的介绍,NumPy库的主要对象是由同种类型数据构成的“多维数组”(Homogeneous multidimensional array),也可以理解为“n维矩阵”。
在NumPy库里用axes一词代指维度,length代指数组长度。例如,[1,2,3]这个列表就是一个一维(axes=1)的矩阵,它的长度是3。又如,[[1,2,3],[4,5,6]]是一个2×3的矩阵,它有两个维度(axes=2),第一个维度的长度是2(2行),第二个维度的长度是3(3列)。NumPy库中这种支持多维度的数组数据对象被称为“ndarray”,可以通过numpy.array来调用,不同于Python的工厂函数array.array,ndarray提供的方法更多且更实用。ndarray提供了几种简单的方法,如表4-1所示。
表4-1 ndarray提供的几种简单的方法
![](https://epubservercos.yuewen.com/ED1E6A/20118172701012106/epubprivate/OEBPS/Images/40923_82_2.jpg?sign=1738856835-VLuNX1kX17PAfKv1EOH2ucpPEH8YxEuX-0-717f397a2c4849a5d9998c4bb9d66ad3)
续表
![](https://epubservercos.yuewen.com/ED1E6A/20118172701012106/epubprivate/OEBPS/Images/40923_83_1.jpg?sign=1738856835-LZIW5gjxov0ZMKeSvX4NpsU0OLWztb9G-0-48cf4f421b5b277475497aa036dd7766)