詳解Python常用數(shù)據(jù)分析模塊-創(chuàng)新互聯(lián)

創(chuàng)新互聯(lián)www.cdcxhl.cn八線動態(tài)BGP香港云服務(wù)器提供商，新人活動買多久送多久，劃算不套路！

創(chuàng)新互聯(lián)公司一直通過網(wǎng)站建設(shè)和網(wǎng)站營銷幫助企業(yè)獲得更多客戶資源。 以"深度挖掘，量身打造，注重實(shí)效"的一站式服務(wù)，以網(wǎng)站設(shè)計制作、成都網(wǎng)站建設(shè)、移動互聯(lián)產(chǎn)品、成都營銷網(wǎng)站建設(shè)服務(wù)為核心業(yè)務(wù)。十余年網(wǎng)站制作的經(jīng)驗(yàn)，使用新網(wǎng)站建設(shè)技術(shù)，全新開發(fā)出的標(biāo)準(zhǔn)網(wǎng)站，不但價格便宜而且實(shí)用、靈活，特別適合中小公司網(wǎng)站制作。網(wǎng)站管理系統(tǒng)簡單易用，維護(hù)方便，您可以完全操作網(wǎng)站資料，是中小公司快速網(wǎng)站建設(shè)的選擇。

小編這次要給大家分享的是詳解Python常用數(shù)據(jù)分析模塊，文章內(nèi)容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

前言

python是一門優(yōu)秀的編程語言，而是python成為數(shù)據(jù)分析軟件的是因?yàn)閜ython強(qiáng)大的擴(kuò)展模塊。也就是這些python的擴(kuò)展包讓python可以做數(shù)據(jù)分析，主要包括numpy，scipy，pandas，matplotlib，scikit-learn等等諸多強(qiáng)大的模塊，在結(jié)合上ipython交互工具 ，以及python強(qiáng)大的爬蟲數(shù)據(jù)獲取能力，字符串處理能力，讓python成為完整的數(shù)據(jù)分析工具。

numpy

官網(wǎng)：https://www.scipy.org/

NumPy（Numerical Python的簡稱）是高性能科學(xué)計算和數(shù)據(jù)分析的基礎(chǔ)包。NumPy最重要的一個特點(diǎn)就是其N維數(shù)組對象（即ndarray），該對象是一個快速而靈活的大數(shù)據(jù)集容器?？梢岳眠@種數(shù)組對整塊數(shù)據(jù)執(zhí)行一些數(shù)學(xué)運(yùn)算，比python自帶的數(shù)組以及元組效率更高，其語法跟變量元素之間的運(yùn)算一樣，無需進(jìn)行循環(huán)操作。

在使用python進(jìn)行數(shù)據(jù)分析的過程中，我們大部分時候是不會直接使用numpy包，而是其他包要用到numpy?？梢哉fnumpy是整個python數(shù)據(jù)分析工作的基石。

舉個簡單的案例，我們要計算100000個隨機(jī)數(shù)的值，如果傳統(tǒng)編程需要寫循環(huán)，用了2.2s，而使用numpy數(shù)據(jù)結(jié)構(gòu)，則可以進(jìn)行向量化操作，無需循環(huán)，只需要28.2ms節(jié)約大量時間。

In [1]: import numpy
In [2]: my_arr = np.arange(1000000)
In [3]: my_list = list(range(1000000))
In [4]: %time for _ in range(10): my_arr2 = my_arr * 2
Wall time: 28.2 ms
In [5]: %time for _ in range(10): my_list2 = [x * 2 for x in my_list]
Wall time: 2.2 s

分享題目：詳解Python常用數(shù)據(jù)分析模塊-創(chuàng)新互聯(lián)
文章起源：http://m.jiaotiyi.com/article/gcscd.html