使用python进行数据分析_python数据分析项目

许多ufunc是简单的元素级变体，如sqrt，exp

• 一些函数，如rint，四舍五入取最近的整数。modf，将数组的小数和整数部分分成两个独立数组。
• NumPy 数组使你可以将许多种数据处理任务表述为简洁的数组表达式。用数组表达式代替循环的做法，通常称为矢量化。矢量化数组运算要比等价的纯python方式快上一两个数量级，尤其是各种数值计算。
• numpy.where函数是三元表达式x if condition else y 的矢量化版本。np.where 的第二个和第三个参数不必是数组，它们都可以标量值。在数据分析工作中，where通常用于根据另一个数组而产生一个新的数组。
• 布尔值会被强制转换为1（True）和0（False）。因此，sum可以用来对布尔型数组中的True 值进行计数。
• 布尔数组还有两个方法any，all，它们对布尔型数组非常有用。any用于测试数组中是否存在一个或多个True,而all则检查数组中所有值是否都是True
• 跟python 内置的列表类型一样，Numpy数组也可以通过sort 方法就地排序。顶级方法np.sort返回的是数组已排序副本，而就地排序则会修改数组本身。计算数组分位数最简单的办法是对其进行排序，然后选取特定位置的值。
• Numpy 提供了一些针对一维ndarray 的基本集合运算。最常用的可能要数np.unique。它用于找出数组中的唯一值并返回已排序的结果。
• np.in1d用于测试一个数组中的值在另个一个数组中的成员资格，返回一个布尔型数组。
• np.save 和np.load是读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中。
• 通过np.savez可以将多个数组保存到一个压缩文件中，将数组以关键字参数的形式传入即可。
• dot函数，用于实现矩阵的点积。任何一个二维矩阵和一个合适的一维数组进行点积，得到是一个一维数组。x。dot(y) = np.dot(x,y)
• 矩阵论中，行列式，本征值，本征向量，矩阵的逆，QR分解，奇异值分