数据分析（一）

一、环境搭建

1：安装Pandas&jupyter

2：在Pycharm中使用anaconda环境

3：jupyter的快捷键

二、Numpy

1：N-dimensional array

1.1 数组 - [array]

1.2 维度 - [dimension]

1.3 N

1.4 限制 - [restrictions]

2：Numpy的使用

2.1 Numpy 属性

2.2 Numpy 中ndarray的创建

2.3 Numpy 内置函数

2.4 Numpy 运算

生活不能等待别人来安排，要自己去争取和奋斗；而不论其结果是喜是悲，但可以慰藉的是，你总不枉在这世界上活了一场。有了这样的认识，你就会珍重生活，而不会玩世不恭；同时，也会给人自身注入一种强大的内在力量。-- 取自《平凡的世界》

一、环境搭建

1：安装Pandas&jupyter

相关安装包下载链接【阿里云盘的，百度云盘没空间了】
https://www.alipan.com/s/4zT9xv5Wxtk

如果你想要anaconda来用 Jupyter Notebook 且你的电脑名称是中文，别担心！！！别去网上乱搜了，我试过很多方式，基本都没用，比如改注册名什么什么乱七八糟的。

碎碎念：说实话，我不知道为什么都在推anaconda哈，每次我一搜数据分析环境，弹出来的就是anaconda，但是实际上我感觉入门数据分析的话，这个有点大材小用，因为数据分析用得比较多的是pandas，其实自己直接pip install pandas直接就可以用了，【如果是更深层次研究的话当我没说】。还有那个jupyter notebook也是，创建一个没有中文路径的虚拟环境，然后在虚拟环境中下pip install jupyter notebook就基本上可以解决了，需要什么库自己下就好了，如果没有硬性要求可以不使用anaconda自带的jupyter的，anaconda其实就是帮我们集成了很多包而已，大不了自己下包就行了。

我已经下载了anaconda了，我直接在anaconda里创建虚拟环境

在这里插入图片描述

conda create --prefix=D:/code/envs/pytorch python=3.11

查看有哪些虚拟环境

# 查看一下你的anaconda所有虚拟环境
conda info --envs# activate 你的路径名称 pytorch是我刚刚创建的虚拟环境
activate d:/code/envs/pytorch

在这里插入图片描述

然后就是直接安装pandas (自带numpy)和jupyter notebook了

pip install pandas
pip install jupyter notebook

也可以自己手动创建虚拟环境，不过可能你的虚拟环境python版本不能自己选罢（这里不展示）

2：在Pycharm中使用anaconda环境

打开Pycharm找到File中的Setting

在这里插入图片描述

找到项目，点击项目构建，然后添加本地的环境

在这里插入图片描述

选择虚拟环境，输入地址，选一路ok即可

在这里插入图片描述

然后测试一下jupyter和pandas是不是可以用，pycharm也可以创建jupyter文件哈，右键就可以看到

在这里插入图片描述

ok，到此为止，你已经学会了如何自己搭建一个jupyter的基础环境，然后你也学会了导入pandas包，所以你现在是一名初露锋芒的大将了，因为很多人都卡在了中文，而你，我的朋友，你已经超越了他们！

3：jupyter的快捷键

Jupyter Notebook 中分为两种模式：命令模式和编辑模式

3.1 两种模式通用快捷键：

Shift+Enter，执行本单元代码，并跳转到下一单元
Ctrl+Enter，执行本单元代码，留在本单元

3.2 按ESC进入命令模式：

Y，cell切换到Code模式
M，cell切换到Markdown模式
A，在当前cell的上面添加cell
B，在当前cell的下面添加cell
双击D：删除当前cell

3.3 按Enter进入编辑模式，或鼠标点击代码编辑框体的输入区域

撤销：Ctrl+Z（Mac:CMD+Z）
反撤销: Ctrl + Y（Mac:CMD+Y）
补全代码：变量、方法后跟Tab键
为一行或多行代码添加/取消注释：Ctrl+/（Mac:CMD+/）
代码提示: shift + Tab

二、Numpy

如果你够细心的话，你在下载pandas的时候，你可以发现，你已经下载完了numpy包，因为pandas是基于numpy来的。

对了，数据分析是建立在你已经有了python基础的前提下哈，如果你对python不熟悉，可以进入 Python程序设计（零基础到精通）头歌实践教学平台去入门一下python，这个平台对新手挺友好的

NumPy官网对NumPy的评价是：At the core of the NumPy package, is the ndarray object.

翻译过来就是：NumPy包的核心是ndarray对象（N-dimensional array - n维数组）。

1：N-dimensional array

别担心，英语看多了就熟悉了。

N维数组 -> N 维度数组

1.1 数组 - [array]

In computer programming, an array is a structure for storing and retrieving data. We often talk about an array as if it were a grid in space, with each cell storing one element of the data.

翻译过来就是：在计算机编程中，数组是一种存储(storing)和检索(retrieving)数据结构。我们经常把数组当作空间中的网格来讨论，每个网格存储一个数据元素

ok！恭喜你！你成功发现，原来数组在计算机中是用来对数据进行存储和检索

1.2 维度 - [dimension]

那维度是用来干嘛的？

For instance, if each element of the data were a number, we might visualize a “one-dimensional” array like a list:

A two-dimensional array would be like a table:

A three-dimensional array would be like a set of tables, perhaps stacked as though they were printed on separate pages.

翻译过来就是：

如果数据中的每个元素都是数字，我们可以将“一维”数组可视化为列表（例如上面图片里面的 1 5 2 0）

二维数组类似表格（例如上图中的表格）

三维数组就像一组桌子，可能堆叠在一起，就像印在不同的页面上一样。

三维数组你也可以这么理解，例如：(x,y,z)坐标系，有z个(x,y)平面直角坐标系堆在串在一个签上。

1.3 N

In NumPy, this idea is generalized to an arbitrary number of dimensions, and so the fundamental array class is called : it represents an “N-dimensional array”.ndarray

翻译过来就是：

在NumPy中，这种思想被推广到任意维数上，因此称为基本的array类：它表示一个”n维数组”

ok！到这里，你已经掌握了ndarray对象的基础概念了

1.4 限制 - [restrictions]

其实大多数NumPy数组都有一些限制。

例如:

数组中的所有元素的数据类型必须相同。
一旦创建，数组的总大小就不能改变。
形状必须是“矩形”，而不是“锯齿”
例如，二维数组的每一行必须具有相同的列数。

当满足这些条件时，NumPy会利用这些特性使数组比限制较少的数据结构更快、更节省内存、更方便使用。

2：Numpy的使用

ndarray介绍

NumPy数组是一个多维的数组对象（矩阵），称为ndarray(N-Dimensional Array)
具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点
注意：ndarray的下标从0开始，且数组里的所有元素必须是相同类型。

2.1 Numpy 属性

ndim:获取数组的维度
shape:获取数组的形状
size:获取数组的元素个数
dtype:获取数组元素的数据类型
type:查看数组的类型
itemsize:获取数组中元素的大小

2.2 Numpy 中ndarray的创建

array()的功能是将一个列表转换为数组

在这里插入图片描述

zeros() /ones()/empty()

函数zeros创建一个全是0的数组

函数ones创建一个全1的数组

函数full创建一个全为fill_value(自己指定数)的数组

函数empty创建一个内容随机并且依赖于内存状态的数组

在这里插入图片描述

arange(), 类似 python 的 range() ，创建一个一维 ndarray 数组。
```
arange(x,y,z...) x:起始值 y:结束值(不含) z:步长
```

在这里插入图片描述

matrix(), 是 ndarray 的子类，只能生成 2 维的矩阵
```
注意: mat和matrix()功能一样
```

在这里插入图片描述

rand()/randint()/uniform()

需要先调用random，然后再使用
rand()的功能是生成一个指定形状的随机浮点数数组,范围默认是0-1之间
randint()的功能是生成一个指定形状的随机整数数组,范围需要指定,形状用size指定
uniform()的功能是生成一个指定形状的随机浮点数数组,范围需要指定,形状用size指定

在这里插入图片描述

astype()的功能是修改数组的数据类型,注意:返回新的

注意使用方法：是你已经有了的ndarray对象去调用，不是np去调用
即：nda_rand_one.astype(int)

在这里插入图片描述

logspace()的功能是生成一个等比数组

(x,y,n,base): x起始幂,y结束幂,n个数默认是50个,base基础值默认是10

在这里插入图片描述

linspace()的功能是生成一个等差数组

(x,y,n): x起始值,y结束值,n个数默认是50个

在这里插入图片描述

2.3 Numpy 内置函数

基础函数

# 基本函数如下
np.ceil(): 向上最接近的整数，参数是 number 或 array
np.floor(): 向下最接近的整数，参数是 number 或 array
np.rint(): 四舍五入，参数是 number 或 array
np.isnan(): 判断元素是否为 NaN(Not a Number)，参数是 number 或 array
np.multiply(): 元素相乘，参数是 number 或 array
np.divide(): 元素相除，参数是 number 或 array
np.abs()：元素的绝对值，参数是 number 或 array
np.where(condition, x, y): 三元运算符，x if condition else y
# 注意: 需要注意multiply/divide 如果是两个ndarray进行运算 shape必须一致

统计函数

np.mean(), np.sum():所有元素的平均值，所有元素的和，参数是 number 或 array
np.max(), np.min():所有元素的最大值，所有元素的最小值，参数是 number 或 array
np.std(), np.var():所有元素的标准差，所有元素的方差，参数是 number 或 array
np.argmax(), np.argmin():最大值的下标索引值，最小值的下标索引值，参数是 number 或 array
np.cumsum(), np.cumprod():返回一个一维数组，每个元素都是之前所有元素的 累加和 和 累乘积，参数是 number 或 array# 多维数组默认统计全部维度，axis参数可以按指定轴心统计，值为0则按列统计，值为1则按行统计。

比较函数

np.any(): 至少有一个元素满足指定条件，返回True
假如我们想要知道矩阵a和矩阵b中对应元素是否有一个相等，我们需要使用any方法。np.all(): 所有的元素满足指定条件，返回True
假如我们想要知道矩阵a和矩阵b中所有对应元素是否相等，我们需要使用all方法，

去重函数

np.unique():找到唯一值并返回排序结果，类似于Python的set集合

排序函数

numpy.sort(数组):函数排序, 返回排序后的副本
数组.sort():在原数据上进行修改

2.4 Numpy 运算

基本运算

数组的算数运算: 是按照元素的。新的数组被创建并且被结果填充。

import numpy as npa = np.array([20, 30, 40, 50])
b = np.arange(4)
c = a - b
print("数组a:", a)
print("数组b:", b)
print("数组运算a-b:", c)

在这里插入图片描述

两个ndarray, 一个是 a 另一个是 b

它们俩之间进行 a + b 或 a - b 或 a * b 计算的前提是 shape相同

对应位置的元素进行 加减乘除 的计算

矩阵计算

第一种计算：*运算符和 np.multiply()函数，这两种方式在 NumPy 中都表示对应元素相乘（Hadamard 积）。

两个数组在相同位置的元素进行乘法运算，要求两个数组的形状必须相同。

# 第一种计算
import numpy as npa = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([[1, 2, 3], [4, 5, 6]])
print(a * b)print(np.multiply(a, b))

在这里插入图片描述

第二种计算：dot()方法和 np.dot()函数，它们表示矩阵乘法运算。

对于矩阵乘法，第一个矩阵的列数必须与第二个矩阵的行数相等，才能进行运算。

# 第二种计算
import numpy as npx = np.array([[1, 2, 3], [4, 5, 6]])
y = np.array([[6, 23], [-1, 7], [8, 9]])
print(x)
print(y)
print(x.dot(y))
print(np.dot(x, y))

在这里插入图片描述