【数据分析】第三章 numpy（1）
NumPy不仅是大量Python数学和科学计算包的基石，连我们后续将要详细学习的pandas库也正是基于NumPy构建的。相较于Python标准库内置的工具，NumPy为数据分析方面的大多数计算提供了更强大、更高效的支持。
3.1 NumPy 简史
NumPy的诞生源于Python语言发展初期对数值计算日益增长的需求，尤其是在科学计算领域的广泛应用。
-
1995年： Jim Hugunin开发了Numeric，这是Python在科学计算领域的首次尝试。
-
随后： 又诞生了Numarray包。Numeric和Numarray都专注于数组计算，但各有侧重。开发者们常常需要根据不同的使用场景来选择更高效的包，这种不明确的选择性促使了将两者整合为一个统一库的想法。
-
2006年： Travis Oliphant着手开发NumPy库，并于2006年发布了它的第一个版本（v1.0）。
自此，NumPy成为了Python科学计算领域一个至关重要的扩展包。如今，它在处理多维数组和大型数组方面应用最为广泛。此外，NumPy还提供了大量高效的函数，能够对数组进行操作，并实现高级数学运算。
目前，NumPy是一个开源项目，采用BSD许可证，并在全球众多开发者的共同支持下持续发展，其潜力正被不断发掘。
3.2 NumPy 安装
通常情况下，大多数Python发行版（如Anaconda）都会将NumPy作为基础包预装。然而，如果你的环境中NumPy未被预装，你可以根据自己的操作系统类型进行手动安装：
-
Linux系统 (Ubuntu 和 Debian):
sudo apt-get install python3-numpy（注意：对于Python 3，包名通常是
python3-numpy。） -
Linux 系统 (Fedora):
sudo dnf install numpy scipy（注意：
yum在较新的Fedora版本中已被dnf取代，且通常与scipy一同安装。） -
使用Anaconda发行版的Windows/macOS/Linux 系统：
conda install numpy
当NumPy成功安装到你的系统后，你可以在Python交互式会话或脚本中通过以下代码导入NumPy模块：
>>> import numpy as np
我们通常使用np作为NumPy的别名，这是一种约定俗成的做法，方便我们后续的代码编写。
3.3 ndarray: NumPy库的心脏
整个NumPy库的核心是它的ndarray（N-dimensional array，N维数组）对象。ndarray是一种由同质元素组成的多维数组，其元素数量在创建时即已确定。所谓“同质”，指的是数组中的所有元素都具有相同的类型和大小。事实上，数据类型由另一个NumPy对象——dtype（data-type，数据类型）来指定；每个ndarray对象只允许拥有一种dtype类型。
数组的维度和元素数量由数组的型（shape）来确定。数组的型由N个正整数组成的元组来指定，元组的每个元素对应每一维的大小。数组的各个维度统称为轴（axes），轴的数量则被称为秩（rank）。
NumPy数组的另一个重要特性是其固定大小。这意味着一旦数组创建并指定了大小，其大小就不会再发生改变。这与Python的内置列表有所不同，Python列表的大小是可变的。
定义ndarray最简单的方式是使用array()函数，并将Python列表作为参数传入，列表中的元素将成为ndarray的元素。
>>> a = np.array([1, 2, 3])
>>> a
array([1, 2, 3])
检测新创建的对象是否是ndarray非常简单，只需将新声明的变量传递给type()函数即可。
>>> type(a)
<class 'numpy.ndarray'>
调用变量的dtype属性，即可获知新建的ndarray属于哪种数据类型。
>>> a.dtype
dtype('int64')
# 在64位系统中，默认整数类型通常是int64
我们刚创建的这个数组只有一个轴，因此它的秩为1，型为(3,)。这些值的获取方法如下：轴数量使用ndim属性，数组长度使用size属性，而数组的型则用shape属性。
>>> a.ndim
1
>>> a.size
3
>>> a.shape
(3,)
你刚刚看到的这个数组是最简单的一维数组。但是，数组可以非常容易地扩展成多维。例如，我们可以定义一个2x2的二维数组：
>>> b = np.array([[1.3, 2.4], [0.3, 4.1]])
>>> b.dtype
dtype('float64')
>>> b.ndim
2
>>> b.size
4
>>> b.shape
(2, 2)
这个数组有两条轴，所以秩为2，每条轴的长度都是2。
ndarray对象还拥有另一个重要的属性叫做itemsize。它定义了数组中每个元素的长度（以字节为单位）。data属性则表示包含数组实际元素的缓冲区。data属性在实际操作中用得并不多，因为要获取数组中的元素，我们通常会使用接下来几节将学到的索引方法。
>>> b.itemsize
8 # 因为float64占用8个字节
>>> b.data
<memory at 0x...> # 这里的地址会根据你运行时的内存地址而变化，表示一个内存视图
3.3.1 创建数组
数组的创建方法有多种，最常用且最简单的方式就是前面我们已经见过的，使用array()函数，其参数可以是单层或嵌套的Python列表。
>>> C = np.array([[1, 2, 3], [4, 5, 6]])
>>> C
array([[1, 2, 3],[4, 5, 6]])
除了列表，array()函数还可以接收嵌套元组或元组列表作为参数。
>>> d = np.array(((1, 2, 3), (4, 5, 6)))
>>> d
array([[1, 2, 3],[4, 5, 6]])
此外，参数也可以是由元组或列表混合组成的列表，其效果是相同的。
>>> e = np.array([(1, 2, 3), [4, 5, 6], (7, 8, 9)])
>>> e
array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
3.3.2 数据类型
到目前为止，我们只使用过简单的整型和浮点型数据类型。实际上，NumPy数组能够包含多种复杂的数据类型（参见表3-1）。例如，可以使用字符串类型：
>>> g = np.array([['a', 'b'], ['c', 'd']])
>>> g
array([['a', 'b'],['c', 'd']], dtype='<U1') # '<U1' 表示Unicode字符串，长度为1
>>> g.dtype
dtype('<U1')
&g